CN108573101B - 可靠甄别蒙特卡罗模拟模型参数的方法及计算机存储介质 - Google Patents

可靠甄别蒙特卡罗模拟模型参数的方法及计算机存储介质 Download PDF

Info

Publication number
CN108573101B
CN108573101B CN201810320167.4A CN201810320167A CN108573101B CN 108573101 B CN108573101 B CN 108573101B CN 201810320167 A CN201810320167 A CN 201810320167A CN 108573101 B CN108573101 B CN 108573101B
Authority
CN
China
Prior art keywords
monte carlo
parameters
carlo simulation
simulation model
model parameters
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810320167.4A
Other languages
English (en)
Other versions
CN108573101A (zh
Inventor
王宋
杨永新
陈迎锋
王婷
赵培宏
丁雄
李健
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Unit 92609 Of Pla
Original Assignee
Unit 92609 Of Pla
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Unit 92609 Of Pla filed Critical Unit 92609 Of Pla
Priority to CN201810320167.4A priority Critical patent/CN108573101B/zh
Publication of CN108573101A publication Critical patent/CN108573101A/zh
Application granted granted Critical
Publication of CN108573101B publication Critical patent/CN108573101B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种可靠甄别蒙特卡罗模拟模型参数的方法及计算机存储介质,其中,方法包括:将蒙特卡罗模拟模型参数分成直接参数和间接参数;根据数据关联性将所述间接参数全部转换成对应的直接参数;根据所述直接参数和所述直接参数对应的不确定度确定蒙特卡罗模拟模型参数的效力。本发明能够甄别出高可靠性的参数,提高模型基础参数的准确性和可靠性。

Description

可靠甄别蒙特卡罗模拟模型参数的方法及计算机存储介质
技术领域
本发明涉及计算机技术领域,尤其涉及利用蒙特卡罗模型模拟粒子输运方法,具体来说就是一种可靠甄别蒙特卡罗模拟模型参数的方法及计算机存储介质。
背景技术
核材料贮存空间中会因存放铀、钚等放射性核元素形成复杂的辐射场,相关工作人员在核材料的日常维护、巡检等过程中会遭受辐照(核辐射),核辐射会对其身体造成某种损害作用,为了有效避免核辐射对工作人员身体的损害作用,必须先获知核材料贮存空间内核材料形成的辐射场分布情况及其对工作人员的影响程度,再根据辐射场分布情况及其对工作人员的影响程度对工作人员进行有效的辐射防护。
现有技术中,辐射场计算方法主要包括蒙特卡罗算法模拟、理论计算与实验测量,比较而言,蒙特卡罗模拟可以对不易测量辐射场或者无法测量辐射场进行分析,且无需过度简化假设,计算出来的辐射场更为接近实际复杂情况,可以有效避免其它方法因大量几何近似所引起的计算误差,并能揭示辐射场的内在行为机制,被公认为计算辐射场的最有效方法。
基于蒙特卡罗算法模拟计算粒子输运时,关键在于对计算模型进行正确描述,而模型参数的准确性是保证模型准确构建的前提和关键。然而,在一些模型构建过程中,获取的模型参数类型多样,例如,这些模型参数可以是直接用于模型构建的结构尺寸参数、不同部件密度等直接参数,还可以是对构建模型有辅助作用的部件质量、核部件临界值、核部件不同粒子表面出射率、不同距离处空气吸收剂量率等间接参数。参数收集过程中,数据来源渠道多样,存在相互不一致的情况,如何从获取的不同参数中甄别出可靠性相对较高的参数,是构建准确基础模型的基础和关键。
因此,本领域技术人员亟需研发出一种在基于蒙特卡罗方法构建模拟计算模型过程中可靠甄别基础参数的方法,为可靠分析模型构建基础参数提供一种有效手段,从而保证基础模型构建的准确性与可靠性。
发明内容
有鉴于此,本发明要解决的技术问题在于提供一种可靠甄别蒙特卡罗模拟模型参数的方法及计算机存储介质,解决了现有技术中不能剔除可靠性相对较低的模拟模型参数导致模型准确性和可靠性低的问题。
为了解决上述技术问题,本发明的具体实施方式提供一种可靠甄别蒙特卡罗模拟模型参数的方法,包括:将蒙特卡罗模拟模型参数分成直接参数和间接参数;根据数据关联性将所述间接参数全部转换成对应的直接参数;根据所述直接参数和所述直接参数对应的不确定度确定蒙特卡罗模拟模型参数的效力。
本发明的具体实施方式还提供一种包含计算机执行指令的计算机存储介质,所述计算机执行指令经由数据处理设备处理时,该数据处理设备执行可靠甄别蒙特卡罗模拟模型参数的方法。
根据本发明的上述具体实施方式可知,可靠甄别蒙特卡罗模拟模型参数的方法及计算机存储介质至少具有以下有益效果:利用数据之间关联性,将间接参数转化为直接参数,例如,将间接参数中的部件质量(单位为克),通过密度及其他参数转化为模型厚度(单位为厘米),而后根据转化后数据与不确定度之间关系,其中,不确定度是指模型参数测量误差以及间接参数转化为直接参数过程中产生误差的总和,将三个或以上的数据分组,将每组数据在同一单位下分析,甄别出可靠性高的数据(参数),提高模型基础参数的准确性和可靠性。
应了解的是,上述一般描述及以下具体实施方式仅为示例性及阐释性的,其并不能限制本发明所欲主张的范围。
附图说明
下面的所附附图是本发明的说明书的一部分,其绘示了本发明的示例实施例,所附附图与说明书的描述一起用来说明本发明的原理。
图1为本发明具体实施方式提供的一种可靠甄别蒙特卡罗模拟模型参数的方法的实施例一的流程图。
图2为本发明具体实施方式提供的一种可靠甄别蒙特卡罗模拟模型参数的方法的实施例二的流程图。
图3为本发明具体实施方式提供的一种可靠甄别蒙特卡罗模拟模型参数的方法的实施例三的流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚明白,下面将以附图及详细叙述清楚说明本发明所揭示内容的精神,任何所属技术领域技术人员在了解本发明内容的实施例后,当可由本发明内容所教示的技术,加以改变及修饰,其并不脱离本发明内容的精神与范围。
本发明的示意性实施例及其说明用于解释本发明,但并不作为对本发明的限定。另外,在附图及实施方式中所使用相同或类似标号的元件/构件是用来代表相同或类似部分。
关于本文中所使用的“第一”、“第二”、…等,并非特别指称次序或顺位的意思,也非用以限定本发明,其仅为了区别以相同技术用语描述的元件或操作。
关于本文中所使用的方向用语,例如:上、下、左、右、前或后等,仅是参考附图的方向。因此,使用的方向用语是用来说明并非用来限制本创作。
关于本文中所使用的“包含”、“包括”、“具有”、“含有”等等,均为开放性的用语,即意指包含但不限于。
关于本文中所使用的“及/或”,包括所述事物的任一或全部组合。
关于本文中的“多个”包括“两个”及“两个以上”;关于本文中的“多组”包括“两组”及“两组以上”。
关于本文中所使用的用语“大致”、“约”等,用以修饰任何可以微变化的数量或误差,但这些微变化或误差并不会改变其本质。一般而言,此类用语所修饰的微变化或误差的范围在部分实施例中可为20%,在部分实施例中可为10%,在部分实施例中可为5%或是其他数值。本领域技术人员应当了解,前述提及的数值可依实际需求而调整,并不以此为限。
某些用以描述本申请的用词将于下或在此说明书的别处讨论,以提供本领域技术人员在有关本申请的描述上额外的引导。
图1为本发明具体实施方式提供的一种可靠甄别蒙特卡罗模拟模型参数的方法的实施例一的流程图,如图1所示,对蒙特卡罗模拟模型参数进行分类,并将不易分析的间接参数转化为直接参数,最后根据直接参数及其对应的不确定度确定蒙特卡罗模拟模型参数的效力。
该附图所示的具体实施方式中,可靠甄别蒙特卡罗模拟模型参数的方法包括:
步骤101:将蒙特卡罗模拟模型参数分成直接参数和间接参数。本发明的实施例中,直接参数是指构建模拟模型能够直接应用的模型尺寸(单位为厘米),间接参数是指不能直接构建模型应用,但可以通过公式推导(如通过质量、密度、球壳内径推导出球壳厚度)或模拟计算(如通过蒙特卡罗方法结合该部件源强等参数,将某一部件的厚度尺寸与该部件的表面粒子出射率建立关系式,从而将获取的表面粒子出射率转化为厚度参数)转化为直接参数的数据。例如,所述间接参数具体包括:核材料表面粒子出射率、空气吸收剂量率、核材料质量及密度和核材料临界值等;所述直接参数具体包括:核部件尺寸等。
这些直接参数及间接参数的种类较多,而且单位不同,但直接参数及间接参数都可统一表述为:
Di=D0ii
其中,i为自然数;Di为参数的获得值;D0为参数的真值;μi为参数的不确定度,对于测量数据是指测量仪器的不确定度,对于模拟计算数据是指数据的相对误差,对于直接参数则是数据的区间或者数据的可信程度,其中,可信程度可以按照正式报告、一般文件、口头说明等等级进行划分;△i是粗大误差。
步骤102:根据数据关联性将所述间接参数全部转换成对应的直接参数。本发明的实施例中,某一部件的厚度尺寸与该部件的表面粒子出射率建立关系式,从而将获取的表面粒子出射率转化为厚度参数。
步骤103:根据所述直接参数和所述直接参数对应的不确定度确定蒙特卡罗模拟模型参数的效力。本发明的实施例中,不确定度是指模拟模型参数测量误差以及间接参数转化为直接参数过程中产生的误差的总和。
参见图1,为模拟模型参数的可靠性分析提供一种有效手段,甄别出可靠性高的直接参数,提高蒙特卡罗模拟模型参数的准确性和可靠性。
图2为本发明具体实施方式提供的一种可靠甄别蒙特卡罗模拟模型参数的方法的实施例二的流程图,如图2所示,对模拟模型参数分类之前,还需要收集蒙特卡罗模拟模型参数。
该附图所示的具体实施方式中,步骤101之前,可靠甄别蒙特卡罗模拟模型参数的方法还包括:
步骤100:收集蒙特卡罗模拟模型参数。本发明的实施例中,收集获得的蒙特卡罗模拟模型参数主要包括直接参数与间接参数,直接参数是指模拟模型构建所需的直接几何结构参数及尺寸参数,而间接参数包括部组件质量、密度、体积等物理参数。
参见图2,先收集蒙特卡罗模拟模型参数,便于后期参数的甄别,可靠性高。
图3为本发明具体实施方式提供的一种可靠甄别蒙特卡罗模拟模型参数的方法的实施例三的流程图,如图3所示,在对蒙特卡罗模拟模型参数进行分类之前或之后,剔除误差大的蒙特卡罗模拟模型参数。
该附图所示的具体实施方式中,在步骤101之前,可靠甄别蒙特卡罗模拟模型参数的方法还包括:
步骤100-1:计算所述蒙特卡罗模拟模型参数与预设值之间的差值。本发明的实施例中,差值越大,说明该蒙特卡罗模拟模型参数的可靠性越低。
步骤100-2:根据所述差值和阈值剔除部分蒙特卡罗模拟模型参数。本发明的实施例中,步骤100-2具体包括:如果所述差值大于所述阈值,剔除所述差值对应的蒙特卡罗模拟模型参数;否则,保留所述差值对应的蒙特卡罗模拟模型参数。
参见图3,对蒙特卡罗模拟模型参数进行粗选,剔除误差大的蒙特卡罗模拟模型参数,减少后续数据处理量,处理速度快,用户等待时间短。
本发明的具体实施方式中,由于间接参数核材料表面粒子出射率、空气吸收剂量率、核材料质量及密度和核材料临界值,都与直接参数核部件尺寸具有关联性关系,步骤102具体可以包括:
利用蒙特卡罗模拟计算方法将所述核材料表面粒子出射率与所述核部件尺寸建立关联性关系,并将收集所述核材料表面粒子出射率转化为所述核部件尺寸;或者,
利用蒙特卡罗模拟计算方法将所述空气吸收剂量率与所述核部件尺寸建立关联性关系,并将所述空气吸收剂量率转化为所述核部件尺寸;或者,
利用公式计算方法将所述核材料质量及密度与所述核部件尺寸建立关联性关系,并将所述核材料质量及密度转化为所述部件尺寸;或者,
利用蒙特卡罗模拟计算方法将所述核材料临界值与所述核部件尺寸建立关联性关系,并将所述核材料临界值转化为所述核部件尺寸。
上述转化过程中,还需要考虑原始不确定度及转化过程中产生的误差。
本发明的具体实施方式中,步骤103具体包括:计算任意两个所述直接参数之差的绝对值;计算所述直接参数对应的不确定度的绝对值之和;根据所述绝对值和所述绝对值之和确定蒙特卡罗模拟模型参数的效力。
进一步地,根据所述绝对值和所述绝对值之和确定蒙特卡罗模拟模型参数的效力的步骤,具体包括:当所述绝对值小于所述绝对值之和时,确定蒙特卡罗模拟模型参数有效;否则,确定蒙特卡罗模拟模型参数无效,重新收集蒙特卡罗模拟模型参数。
例如,一个直接参数Di,另一个直接参数为Dj,两个直接参数Di和Dj之差的绝对值为ΔDi,j=|Di-Dj|;直接参数Di对应的不确定度为μi,直接参数Dj对应的不确定度为μj;不确定度为μi和不确定度为μj的绝对值之和为Δμi,j=|μi|+|μj|,i,j为自然数。为也便于说明,以三个直接参数为例,如果所有ΔDi,j均小于Δμi,j,则确定蒙特卡罗模拟模型参数皆有效;如果ΔD1,2<Δμ1,2;ΔD2,3<Δμ2,3;ΔD1,3>Δμ1,3,则第1个和第3个直接参数可能无效,此时若ΔD1,2<ΔD2,3,则可以判断第3个直接参数无效,反之则第1个直接参数无效,将无效直接参数提出后,在与其它直接参数综合决定该项直接参数的真值;如果有:ΔD1,2<Δμ1,2;ΔD2,3>Δμ2,3;ΔD1,3>Δμ1,3,则可以判断3个计算结果均无效;如果有:ΔD1,2>Δμ1,2;ΔD2,3<Δμ2,3;ΔD1,3>Δμ1,3,则可以判断第1个计算结果均无效;如果所有ΔDi,j均大于Δμi,j,则获得的直接参数皆无效,则需要重新收集蒙特卡罗模拟模型参数。
本发明具体实施方式提供一种包含计算机执行指令的计算机存储介质,所述计算机执行指令经由数据处理设备处理时,该数据处理设备执行可靠甄别蒙特卡罗模拟模型参数的方法。该方法包括:
步骤101:将蒙特卡罗模拟模型参数分成直接参数和间接参数。
步骤102:根据数据关联性将所述间接参数全部转换成对应的直接参数。
步骤103:根据所述直接参数和所述直接参数对应的不确定度确定蒙特卡罗模拟模型参数的效力。
本发明具体实施方式提供一种包含计算机执行指令的计算机存储介质,所述计算机执行指令经由数据处理设备处理时,该数据处理设备执行可靠甄别蒙特卡罗模拟模型参数的方法。该方法包括:
步骤100:收集蒙特卡罗模拟模型参数。
步骤101:将蒙特卡罗模拟模型参数分成直接参数和间接参数。
步骤102:根据数据关联性将所述间接参数全部转换成对应的直接参数。
步骤103:根据所述直接参数和所述直接参数对应的不确定度确定蒙特卡罗模拟模型参数的效力。
本发明具体实施方式提供一种包含计算机执行指令的计算机存储介质,所述计算机执行指令经由数据处理设备处理时,该数据处理设备执行可靠甄别蒙特卡罗模拟模型参数的方法。该方法包括:
步骤100:收集蒙特卡罗模拟模型参数。
步骤100-1:计算所述蒙特卡罗模拟模型参数与预设值之间的差值。
步骤100-2:根据所述差值和阈值剔除部分蒙特卡罗模拟模型参数。
步骤101:将蒙特卡罗模拟模型参数分成直接参数和间接参数。
步骤102:根据数据关联性将所述间接参数全部转换成对应的直接参数。
步骤103:根据所述直接参数和所述直接参数对应的不确定度确定蒙特卡罗模拟模型参数的效力。
本发明具体实施例提供一种可靠甄别蒙特卡罗模拟模型参数的方法及计算机存储介质,利用数据之间关联性,将间接参数转化为直接参数,例如,将间接参数中的部件质量(单位为克),通过密度及其他参数转化为模型厚度(单位为厘米),而后根据转化后数据与不确定度之间关系,其中,不确定度是指模型参数测量误差以及间接参数转化为直接参数过程中产生误差的总和,将三个或以上的数据分组,将每组数据在同一单位下分析,甄别出可靠性高的数据,提高模型基础参数的准确性和可靠性。
上述的本发明实施例可在各种硬件、软件编码或两者组合中进行实施。例如,本发明的实施例也可为在数据信号处理器(Digital Signal Processor,DSP)中执行上述方法的程序代码。本发明也可涉及计算机处理器、数字信号处理器、微处理器或现场可编程门阵列(Field Programmable Gate Array,FPGA)执行的多种功能。可根据本发明配置上述处理器执行特定任务,其通过执行定义了本发明揭示的特定方法的机器可读软件代码或固件代码来完成。可将软件代码或固件代码发展为不同的程序语言与不同的格式或形式。也可为不同的目标平台编译软件代码。然而,根据本发明执行任务的软件代码与其他类型配置代码的不同代码样式、类型与语言不脱离本发明的精神与范围。
以上所述仅为本发明示意性的具体实施方式,在不脱离本发明的构思和原则的前提下,任何本领域的技术人员所做出的等同变化与修改,均应属于本发明保护的范围。

Claims (6)

1.一种可靠甄别蒙特卡罗模拟模型参数的方法,其特征在于,该方法包括:
将蒙特卡罗模拟模型参数分成直接参数和间接参数,其中,所述间接参数包括:核材料表面粒子出射率、空气吸收剂量率、核材料质量及密度和核材料临界值;所述直接参数包括:核部件尺寸;
根据数据关联性将所述间接参数全部转换成对应的直接参数;以及
根据所述直接参数和所述直接参数对应的不确定度确定蒙特卡罗模拟模型参数的效力,
根据数据关联性将所述间接参数全部转换成对应的直接参数的步骤,具体包括:
利用蒙特卡罗模拟计算方法将所述核材料表面粒子出射率与所述核部件尺寸建立关联性关系,并将收集所述核材料表面粒子出射率转化为所述核部件尺寸;或者,
利用蒙特卡罗模拟计算方法将所述空气吸收剂量率与所述核部件尺寸建立关联性关系,并将所述空气吸收剂量率转化为所述核部件尺寸;或者,
利用公式计算方法将所述核材料质量及密度与所述核部件尺寸建立关联性关系,并将所述核材料质量及密度转化为核部件尺寸;或者,
利用蒙特卡罗模拟计算方法将所述核材料临界值与所述核部件尺寸建立关联性关系,并将所述核材料临界值转化为所述核部件尺寸,
根据所述直接参数和所述直接参数对应的不确定度确定蒙特卡罗模拟模型参数的效力的步骤,具体包括:
计算任意两个所述直接参数之差的绝对值;
计算所述直接参数对应的不确定度的绝对值之和;以及
根据所述绝对值和所述绝对值之和确定蒙特卡罗模拟模型参数的效力,
根据所述绝对值和所述绝对值之和确定蒙特卡罗模拟模型参数的效力的步骤,具体包括:
当所述绝对值小于所述绝对值之和时,确定蒙特卡罗模拟模型参数有效;
否则,确定蒙特卡罗模拟模型参数无效。
2.如权利要求1所述的可靠甄别蒙特卡罗模拟模型参数的方法,其特征在于,将蒙特卡罗模拟模型参数分成直接参数和间接参数的步骤之前,该方法还包括:
收集蒙特卡罗模拟模型参数。
3.如权利要求1所述的可靠甄别蒙特卡罗模拟模型参数的方法,其特征在于,将蒙特卡罗模拟模型参数分成直接参数和间接参数的步骤之前,该方法还包括:
计算所述蒙特卡罗模拟模型参数与预设值之间的差值;以及
根据所述差值和阈值剔除部分蒙特卡罗模拟模型参数。
4.如权利要求3所述的可靠甄别蒙特卡罗模拟模型参数的方法,其特征在于,根据所述差值和阈值剔除部分蒙特卡罗模拟模型参数的步骤,具体包括:
如果所述差值大于所述阈值,剔除所述差值对应的蒙特卡罗模拟模型参数;
否则,保留所述差值对应的蒙特卡罗模拟模型参数。
5.如权利要求1所述的可靠甄别蒙特卡罗模拟模型参数的方法,其特征在于,确定蒙特卡罗模拟模型参数无效的步骤之后,还包括:
重新收集蒙特卡罗模拟模型参数。
6.一种包含计算机执行指令的计算机存储介质,所述计算机执行指令经由数据处理设备处理时,该数据处理设备执行权利要求1~5任一所述的可靠甄别蒙特卡罗模拟模型参数的方法。
CN201810320167.4A 2018-04-11 2018-04-11 可靠甄别蒙特卡罗模拟模型参数的方法及计算机存储介质 Active CN108573101B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810320167.4A CN108573101B (zh) 2018-04-11 2018-04-11 可靠甄别蒙特卡罗模拟模型参数的方法及计算机存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810320167.4A CN108573101B (zh) 2018-04-11 2018-04-11 可靠甄别蒙特卡罗模拟模型参数的方法及计算机存储介质

Publications (2)

Publication Number Publication Date
CN108573101A CN108573101A (zh) 2018-09-25
CN108573101B true CN108573101B (zh) 2021-08-06

Family

ID=63574674

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810320167.4A Active CN108573101B (zh) 2018-04-11 2018-04-11 可靠甄别蒙特卡罗模拟模型参数的方法及计算机存储介质

Country Status (1)

Country Link
CN (1) CN108573101B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113987784B (zh) * 2021-10-26 2023-06-20 中国核动力研究设计院 一种量化压水堆核设计软件包获取不确定度的方法及装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103065018A (zh) * 2013-01-13 2013-04-24 中国科学院合肥物质科学研究院 一种逆向蒙特卡罗粒子输运模拟系统
CN105138778A (zh) * 2015-08-31 2015-12-09 上海联影医疗科技有限公司 粒子输运的模拟方法与系统
CN107357993A (zh) * 2017-07-13 2017-11-17 中国科学院合肥物质科学研究院 一种基于特征长度的蒙特卡罗粒子输运快速几何处理方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9999788B2 (en) * 2014-06-05 2018-06-19 International Business Machines Corporation Fast and accurate proton therapy dose calculations
US9727672B2 (en) * 2015-02-26 2017-08-08 Uchicago Argonne, Llc Fast method for reactor and feature scale coupling in ALD and CVD

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103065018A (zh) * 2013-01-13 2013-04-24 中国科学院合肥物质科学研究院 一种逆向蒙特卡罗粒子输运模拟系统
CN105138778A (zh) * 2015-08-31 2015-12-09 上海联影医疗科技有限公司 粒子输运的模拟方法与系统
CN107357993A (zh) * 2017-07-13 2017-11-17 中国科学院合肥物质科学研究院 一种基于特征长度的蒙特卡罗粒子输运快速几何处理方法

Also Published As

Publication number Publication date
CN108573101A (zh) 2018-09-25

Similar Documents

Publication Publication Date Title
Vidmar et al. Calculation of true coincidence summing corrections for extended sources with EFFTRAN
JP2014512531A (ja) 特定区域内の放射線源を調査する方法及びシステムの改善
KR101447030B1 (ko) 개별 감마핵종의 조사선량률 결정방법
CN108573101B (zh) 可靠甄别蒙特卡罗模拟模型参数的方法及计算机存储介质
Fenske et al. How preprocessor annotations (do not) affect maintainability: a case study on change-proneness
Perfetti et al. Development of a SCALE Tool for Continuous–Energy Eigenvalue Sensitivity Coefficient Calculations
CN109655473B (zh) 点探测器计数的闪光照相图像接收装置的模拟方法及系统
Turner et al. Generalised gamma spectrometry simulator for problems in nuclide identification
KR20200114580A (ko) 다양한 형상과 밀도를 가진 원전 금속방사성폐기물의 규제해제 유무 확인을 위한 감마방사능 측정 방법 및 장치
US8178839B2 (en) Method, device and program for estimating particle emitted from radioisotope source, method for estimating radiation detector, method and device for calibrating radiation detector, and radioisotope source
Kulesza et al. Evaluation of pulsed sphere time-of-flight and neutron attenuation experimental benchmarks using MCNP6’s unstructured mesh capabilities
JP7121648B2 (ja) 放射性廃棄物のレベル推定方法
Kaltiaisenaho Statistical Tests and the Underestimation of Variance in Serpent 2
JP6925842B2 (ja) 放射能測定装置及び放射能測定方法
JP2010112726A (ja) 核分裂性物質の核種組成決定法
Kourlitis et al. Optimizing the ATLAS Geant4 detector simulation software
Bledsoe et al. Application of Markov chain Monte Carlo methods for uncertainty quantification in inverse transport problems
CN108958739B (zh) 一种二进制反编译中数组数据结构恢复方法及系统
US20230288585A1 (en) Radionuclide analysis apparatus, radionuclide analysis method, and radionuclide analysis program
CN116611267B (zh) 一种物探数据正则化反演中先验边界结构全约束配置方法
CN110687584A (zh) 一种基于lstm的快速核素识别方法
CN108595796A (zh) 大空间深穿透辐射场空气吸收剂量率的计算方法及介质
Mera Passive gamma tomography reconstruction of layered structures in nuclear waste vaults
CN110727020B (zh) 一种中低放废物的测量刻度方法、装置、系统及存储介质
Brookman et al. Advanced Graphite Creep Uncertainty Analysis

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant