基于灰色-神经网络的核动力设备运行趋势预测

根据核电设备运行参数的历史数据,利用灰色系统GM（1,1）预测模型建立动态微分方程,并预测其发展趋势。如果原始数据序列呈线性变化且还原值序列的相对误差平方和较大,则用BP神经网络对GM（1,1）的预测结果进行修正,以提高预测精度。文中以二回路辐射剂量率的预测为例,对该方法进行了仿真实验验证。验证结果表明,用BP 神经网络对GM（1,1）的预测结果进行修正相比较GM（1,1）预测模型,预测精度得到了显著提高。     

核设施退役去污拆除工艺检索系统设计与实现

核设施退役工程实施过程主要包括去污、切割和拆除。去污、切割和拆除又包含了多种不同的技术方法,这些技术原理不同,效果不同,代价也不同。因此,有必要开发一个针对核设施退役工程实施技术的检索系统。在此开发了一个核设施退役去污拆除工艺检索系统,通过对数据库中的信息进行简单的检索,根据输入的检索条件得到满足检索要求的检索信息,从而使使用者了解退役去污、切割和拆除技术等的相关信息。开发的工艺检索系统能够实现对去污技术、拆除技术、拆除工具和防护工具的添加、管理和检索操作以及法律规程浏览和数据管理等。该系统能够为核设施退役工程决策和实施过程中提供理论依据和辅助决策,以便更好地辅助核设施退役工程的实施。