基于遺傳神經(jīng)網(wǎng)絡(luò)的γ能譜分析研究.pdf

1、γ能譜分析技術(shù)在核材料分析鑒定、核設(shè)施的安全性檢測、環(huán)境放射性監(jiān)測以及防止核恐怖主義發(fā)生等諸多方面有著重要的應用。
　　本文綜述了放射性探測與固體探測器、γ能譜解譜方法和BP神經(jīng)網(wǎng)絡(luò)法,利用遺傳算法對BP神經(jīng)網(wǎng)絡(luò)進行優(yōu)化,對實測γ能譜進行分析研究。
　　取得了以下主要結(jié)論:
　　1)利用遺傳算法優(yōu)化了BP神經(jīng)網(wǎng)絡(luò),獲得了BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)權(quán)值與閥值的最優(yōu)解,提高了網(wǎng)絡(luò)的自適應能力和泛化能力。利用MATLAB軟件的神經(jīng)網(wǎng)絡(luò)

2、工具箱,構(gòu)建了遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),測得了最佳的網(wǎng)絡(luò)參數(shù):選用3層BP網(wǎng)絡(luò),隱含層節(jié)點數(shù)為73個,隱含層連接權(quán)值選為logsig或tansig,輸出層連接權(quán)值選為logsig,訓練函數(shù)選為trainrp。通過改進遺傳算法的適應度函數(shù)、遺傳算子,保留了種群中的優(yōu)良個體,使網(wǎng)絡(luò)的精度可達到10-3,訓練步數(shù)可減小到40步。與未優(yōu)化的BP網(wǎng)絡(luò)進行相比,自適應遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)能大幅度提升網(wǎng)絡(luò)的運行速度,且使網(wǎng)絡(luò)避免落入局部極小

3、,提高了網(wǎng)絡(luò)的自適應能力和泛化能力。
　　2)利用自適應遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)(AGA-BP神經(jīng)網(wǎng)絡(luò))進行γ譜分析,采用全譜輸入法,提高了結(jié)果的準確性。在識別過程中,對γ譜進行了平滑、穩(wěn)譜、去本底處理,減少了統(tǒng)計漲落、環(huán)境本底造成的誤差,利用全譜輸入,以γ能譜每道計數(shù)作為神經(jīng)網(wǎng)絡(luò)的輸入值,避免了對γ能譜進行尋峰處理、能量刻度和效率刻度,消除了由于尋峰、能量與效率刻度導致的分析誤差,大大提高了神經(jīng)網(wǎng)絡(luò)對γ能譜分析結(jié)果的準確性。<