遗传算法动态修正核素大气扩散模型的适应度函数研究-论文.pdf

第 卷 第 期 核 技 术 ．．．
年 月
遗传算法动态修正核素大气扩散模型
的适应度函数研究
吉志龙 马元巍 王德忠
上海交通大学 核科学与工程学院 上海
摘要 放射性核素大气扩散模 型中，基 于示踪 实验获 得的经验 扩散 参数依赖于具体的实验条件 ，在事故条件
下 ，由于风场 、大气湍流 、地表状态等 与实验条件存在差 异，经验扩散 参数难 以准确反映实际扩散过程 。为
了弥补这一不足 ，可 以以经验参数为先验值，使用实 际观测数据对其进行实时动态修 正。本文基于遗传算法，
建立动态修正模型，通过数值模拟得到 种适应度 函数对修正结果 的影响。结果表明，根据观测误差设置不
同权重 的适应度函数修 正效果更好 。在此基础上 ，使用 实验数据 集进 行模 型预测 能力 的验证 ，结果表
明，使用遗传算法对拉格朗 日扩散模型 中的扩散参数进行修正，可明显提 高扩散模型 的预测能力 。
关键词 大气扩散模型，遗传算法 ，适应度函数，数值模拟 ，核 事故后果评价
中图分类号
核事 故应 急支持 系统 中 ，核素扩 散模 型为应 急 和受体模型，进行源项反演，以达到增强污染物扩
处理 提供 技术支 持 ，其准确 性影 响到应 急决策是 否 散 模拟准 确度 的 目的 ；等 【】使用类 似 的技术 对
及时有效。扩散模型中，传统的扩散系数通常采用 核 电厂泄露物 的扩散进行了分析； 提出了
基于大量扩散实验得到的经验参数。由于事故状态 动态修正风场信息，以提高源项反演精确度的技术；
下的风场、大气湍流、地表等与实验条件存在差异， 等使用源项反演技术分析了英国地