摘要：准确的中子能谱信息对于核装置的设计和运行具有十分重要的意义,现有解谱方法通常将先验信息作为迭代初值使用,限制了解谱过程多重先验信息的使用。本文针对中子能谱测量中的解谱问题,建立了基于压缩感知理论的中子能谱解谱方法,并应用于几种典型中子能谱的多球谱仪测量和辐照监督管处中子能谱的活化片测量中的中子能谱解谱问题,结果表明:所建立的解谱方法可实现一次解谱中多重先验信息的使用,可有效实现典型中子能谱和反应堆辐照监督管处中子能谱的解谱,解谱结果与标准解吻合良好。另外,由于多重先验信息的使用,使得解谱过程对方程数量的依赖降低,去除^(238)U和^(237)Np等裂变探测器时辐照监督管处中子能谱依然可得到较高精度的求解,为辐照监督项目去除裂变探测器奠定了理论基础。

摘要：本文从核能更广泛的利用对辐射防护提出了更高要求的背景出发,发现在辐射防护领域,辐射屏蔽设计方案优化,中子能谱解谱,放射治疗参数设置等仍是待解决的问题。而现代人工智能计算方法的发展给辐射防护的困境带来了新的突破方向,其中遗传算法更是众多优化算法中的佼佼者。故本文首先详细分析了遗传算法的发展历程,算法原理和优缺点,从理论层面分析了遗传算法解决多目标优化问题和应用于辐射防护领域的可行性。再通过总结21世纪以来有关遗传算法应用于辐射防护领域的论文,证明了遗传算法应用于辐射防护领域的合理性,优越性和广阔的发展前景。最后通过类比燃烧场重建,引入遗传模拟退火算法,为遗传算法在辐射防护的未来发展提供了新的方向。