文献

J-GLOBAL ID：201702257212481493   整理番号：17A0393406

GA-BPアルゴリズムを核事故のソースタームインバージョンの研究に適用した。【JST・京大機械翻訳】

GA - BP neural network algorithm and its application to the nuclear accident source term inversion

著者 (6件)： Hou Wenyu (College of Materials Science and Engineering,Nanjing University of Aeronautics and Astronautics,Collaborative Innovation Center of Radiation Medicine of Jiangsu Higher Education Institutions) ,  Ling Yongsheng (College of Materials Science and Engineering,Nanjing University of Aeronautics and Astronautics,Collaborative Innovation Center of Radiation Medicine of Jiangsu Higher Education Institutions) ,  Zhao Dan (College of Materials Science and Engineering,Nanjing University of Aeronautics and Astronautics,Collaborative Innovation Center of Radiation Medicine of Jiangsu Higher Education Institutions) ,  Shan Qing (College of Materials Science and Engineering,Nanjing University of Aeronautics and Astronautics,Collaborative Innovation Center of Radiation Medicine of Jiangsu Higher Education Institutions) ,  Hei Daqian (College of Materials Science and Engineering,Nanjing University of Aeronautics and Astronautics,Collaborative Innovation Center of Radiation Medicine of Jiangsu Higher Education Institutions) ,  Jia Wenbao (College of Materials Science and Engineering,Nanjing University of Aeronautics and Astronautics,Collaborative Innovation Center of Radiation Medicine of Jiangsu Higher Education Institutions)
資料名： Anquan Yu Huanjing Xuebao  (Anquan Yu Huanjing Xuebao)
巻： 16  号： 6  ページ： 24-28  発行年： 2016年 
JST資料番号： C2654A  ISSN： 1009-6094  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 核事故のソースタームをより正確に推定し、核事故の結果評価の正確性を向上させるために、遺伝的アルゴリズムを用いて最適化したBPニューラルネットワークアルゴリズムを核事故源のインバージョンに応用し、BPニューラルネットワーク学習アルゴリズムを核事故源のインバージョンに応用する時、局部極小に陥りやすい欠点を改善した。MATLABソフトウェアを用いて遺伝的アルゴリズムを用いてBPニューラルネットワークの重みと閾値を最適化し,これらの優化値賦をネットワークに最適化し,GA-BPニューラルネットワークを最適化した。GA-BP神経回路網を訓練するために7つの訓練セットを使用して,トレーニングの後,500のテストデータを用いて2つのアルゴリズムの性能を評価した。統計的計算により,GA-BPニューラルネットワークの平均訓練誤差は7.98%であり,元のBPニューラルネットワークのそれよりも小さいことを示した。GA-BPの平均試験誤差は%%であり,元のBPニューラルネットワークのそれよりも小さかった。訓練と試験の結果は,遺伝的アルゴリズムによって最適化されたBPニューラルネットワークの誤差がオリジナルのBPニューラルネットワークアルゴリズムより明らかに小さく,GA-BPニューラルネットワークアルゴリズムが局所的極小値の欠陥を避けることができて,トレーニング時間を短縮することができることを示した。この方法はソースタームインバージョンの精度を改善した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： ニューラルネットワーク ,  遺伝的アルゴリズム ,  ソフトウェア ,  *アルゴリズム ,  神経回路網 ,  最適化 ,  *ソースターム ,  ネットワーク ,  学習アルゴリズム
準シソーラス用語： 試験データ ,  MATLAB ,  逆伝播ニューラルネットワーク ,  正確性 , 【Automatic Indexing@JST】

著者キーワード (6件)： safety science ,  genetic algorithm ,  neural network algorithm ,  GA - BP ,  source term inversion ,  evaluation of the consequences of nuclear accident

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 核 ,  事故 ,  研究