遗传算法在核辐射环境监测点分布规划中的应用研究

杨 斌，李 钢，侯跃新，2，肖 丹，2，李 岩，2

(1.黑龙江省科学院技术物理研究所，哈尔滨 150010； 2.黑龙江省科学院高技术研究院，哈尔滨 150020)

遗传算法在核辐射环境监测点分布规划中的应用研究

杨 斌1，李 钢1，侯跃新1，2，肖 丹1，2，李 岩1，2

(1.黑龙江省科学院技术物理研究所，哈尔滨 150010； 2.黑龙江省科学院高技术研究院，哈尔滨 150020)

核辐射监测站点的布局规划在核辐射环境监测中发挥着至关重要的作用。监测点的布局规划不但要求实现对监测区域的覆盖，同时还要尽可能降低投入成本。为了获得这一有多目标性规划问题的解，提出利用现代数值分析方法中的遗传算法对监测点部署规划进行分析求解，进而获得最佳的规划方案。

遗传算法；分布规划；辐射环境监测

核辐射环境的安全问题关系着经济的可持续发展，更直接关系着公众的生命财产安全及社会的稳定。而核辐射环境监测点的合理布局优化在核辐射环境监测中发挥着至关重要的作用[1]。然而，由于核辐射环境监测点的分布规划问题涉及面较广，不但要满足对辐射环境区域监测全覆盖需求，还要综合考虑地理环境、周围生态系统等多种因素，同时尽可能节约监测点的建设投入成本，属于一个具有多个目标的复杂规划难题，需要一套完善的科学理论加以指导[2-3]。本文提出利用蒙特卡罗算法对核辐射环境的辐射场进行建模分析，掌握辐射场的分布状况，借助现代数值分析方法中的遗传算法，通过确定初始种群和族群演变迭代来求解核辐射环境监测点布局规划的最佳方案。

1 研究的目的和意义

利用遗传算法进行核辐射环境监测点分布规划研究的主要目的是利用遗传算法解决核辐射环境中监测布点分布规划这一具有多目标性的难题。

该项理论研究的意义主要体现在以下几个方面：

第一，提高边境核辐射环境监测的能力。由于我国幅员辽阔且与多国接壤或临近，时常有放射性物质和辐射尘埃流入我国境内，而且这种辐射影响呈现一种动态性且无规律可循。因此，建立合理的监测点布局规划方案，对于防控周边国家和地区的放射性物质对我国周边环境的侵害，提升我国核辐射环境监测能力及对周边国家核辐射事故扩散影响处理的能力具有重要意义。

第二，推进重点核设施的辐射监测合理化布局。根据核电站、核反应堆等核设施的辐射剂量分布状况并结合多种影响因素，综合考虑各监测点的部署规划有助于推进重点核设施内部及周边环境的科学化监管。

第三，指导城市放射源安全监测网络的部署规划工作。近年来，由于涉核企业的安全防范工作不到位导致核安全事故时有发生，因此，在市区内的涉核企业周边部署具有预判和安全预警能力的监测网络是十分必要的。而建设监测网络的核心就是监测点的选址规划问题，进行该项研究对提高城市放射源安全管控能力具有重要的指导性意义。

2 监测点布局规划算法

核辐射环境监测点的分布规划属于多目标组合优化问题，其目的就是布设最少的监测点完成目标区域的辐射场监测覆盖，它需要综合考虑辐射源强分布、障碍遮挡、传输信号间干扰等诸多因素[4-6]。为了满足核辐射环境监测点动态规划的需求，本文提出了一种基于改进遗传算法的多目标核辐射环境监测点动态规划算法。

为了获得最优的辐射剂量监控点分布方案，首先要确定监测区域放射源辐射场剂量的分布情况，这里采用MCNP(Monte Carlo N Particle Transport Code)软件对辐射场进行建模仿真，确定监测区域内辐射剂量分布状况，然后将监测区域按一定的精度离散化，并以点位来代表划分的区块。根据监测区域的场强分布情况为每一个点位分配权值，权值越大表明该点越需要部署监测点。监测区域的业务权值总和为1。

设x表示一个具体的监控分布方案(一个具体的解)，是一个矢量{x1,x2,...,xn}。定义总体目标函数为：

fobj=p1f1(x)+p2f2(x)+p3f3(x)

(1)

其中，f1(x)为监控点对辐射剂量场的面积覆盖函数，f2(x)为监测点的建设成本函数，f3(x)为监控点的管理成本函数，pi(i=1,2,3)为对应各子函数的权值，其取值由综合考量现场情况而确定。每一种辐射监测点规划方案的优劣可以通过公式1计算获得综合评价目标数值，其取值区间为：[0，1]，该值越大表明方案越接近实际解。

第一，离散化编码。对最优化问题的解进行离散化编码是算法求解的关键。其编码方式主要有两种：一是基于浮点数编码，二是基于二进制编码。考虑到辐射监测点是以离散点形式存在的，因此，采用基于浮点数的编码方式更加符合辐射监测规划的实际需求。设每组解是由具有n个基因组的染色体来表示，每个辐射监测点的位置由一个基因组表示，横纵坐标构成基因组的两个代表性基因。如果一个基因组内出现负值，则表示该基因组所代表的基站为非法数值。

第二，种群初始化。定义遗传算法的基因组的取值范围(见公式2)，其中，L、W分别为规划区域的横向和纵向的最大值。

{Ω(x,y):0≤x≤L，0≤y≤W}

(2)

设初始种群由m个个体组成，则初始种群为：

(3)

公式3中gij=(xij,yij)(1≤i≤m,1≤j≤n)为第i个个体中第j个基因组所代表的坐标。对每一个j∈[1,n]，gij以概率p取值(v1,v2)，其中v1～U(0,L),v2～U(0,W)。

第三，数据准备。核辐射监测点的选址需要从多方面采集数据，本文的选址主要基于涉核企业的空间分布数据，因此数据主要应包括：基础地理空间信息、放射性装置的数量、辐射剂量场的影响范围、规划选址区域的无线或有线网络可延伸的范围。

第四，剔除不符合要求的地点。通过GIS空间运算剔除掉明显不符合要求的区域以减少迭代求解的计算量。

第五，交叉和变异。为了能够使辐射监测点规划方案在求解过程中尽量能够保存以前的解(即离散化的父代基因)，避免丢失已经获得的最优解，不妨考虑采用类似于基因交叉的方法来使新的解保存部分前次求得的解的部分数据。基因变异操作则能够提供新的解空间。为了不使最终的解产生过大的随机变动并且能够保持已经获得的最佳方案，在进行变异操作时应只对原始解衍化的子解进行。

第六，选择和适值评估。为了加快算法的收敛速度，可以考虑采用幂指数来标定函数并求解适值。为了防止算法获得的最终解是局部最优解，可每隔若干次迭代求解就将父代和后代组成新的求解空间，这种操作方式类似于遗传基因学的人工诱变操作，这样既能保证在进行求解时获得最优解，又可保证较好的收敛性和收敛速度。

3 应用效果

为了验证算法的可行性，选定哈尔滨市某企业作为实验研究对象。该企业拥有放射源近百枚，主要应用核子料位计对生产物资的料位进行测量，由于料位计等核仪表在厂区内分布较分散，给安全生产带来很大隐患。图1是厂区内现场情况及监测点辐射剂量变化情况以及点位的部署。通过对现场放射源种类、源强、工作方式及周边设备布局等进行综合分析，利用遗传算法实现改进现场监控点位的布局设计，对现场监控点位、监控点数等进行相应调整。经过优化，目前已实现采用49个监控点位对厂区所辖近百枚放射源的监管覆盖，达到了预期的优化目标。

图1 某公司辐射区域监测布点规划Fig.1 Radiation area monitoring distribution planning of a company

4 结论

该项目利用遗传算法对核辐射环境监测点部署规划进行求解，有利于优化放射源监控资源的配置，在降低监控投入成本的同时，达到对辐射区域的最优化监测覆盖。此外，通过该项目的研究也可以促进核辐射环境监测网络推广进程，对提高放射源安全监控及辐射防护的手段具有重要的意义。

[1] 国家环境保护总局.国家环境保护“十五”计划[R].北京：国家环境保护总局，2000.

[2] 周树德，孙增圻.分布估计算法综述[J].自动化学报，2007，33(2)：113-124.

[3] 戴晓晖，李敏强，寇纪淞.遗传算法理论研究综述[J].控制与决策，2000，15(3)：263-267.

[4] 伍力，吴捷，钟丹虹.多目标优化改进遗传算法在电网规划中的应用[J].电力系统自动化，2000，24(12)：45-47.

[5] Celli，G.，Ghiani, E.，Mocci，S.，& Pilo，F. A multi-objective evolutionary algorithm for the sizing and siting of distributed generation[J].Power Systems，IEEE Transactions on，2005，20(2)：750-757.

[6] H Iima，N Sannomiya. Proposition of Module Type Genetic Algorithm and its Application to Modify Scheduling Problems with Worker Allocation[C]// TRANSACTIONS-INSTITUTE OF ELECTRICAL ENGINEERS OF JAPAN C, 2002-ELECTRONICS, INFORMATION & SYSTEMS SOCIETY，2002.

Application research on the genetic algorithm in the radiation environmental monitoring distribution planning

YANG Bin1, LI Gang1, HOU Yue-xin1，2, XIAO Dan1，2, LI Yan1，2

(1.Technical Physics Institute of Heilongjiang Academy of Sciences, Harbin 150010, China;2. Institute of Advanced Technology Heilongjiang Academy of Sciences, Harbin 150020, China)

The layout planning of nuclear radiation monitoring site plays a vital role in the monitoring of nuclear radiation environment. But the layout of the monitoring points is not only to achieve the coverage of the monitoring area but also to reduce the cost of investment as much as possible. In order to get the solution of this multi-objects problem, the genetic algorithm to analyze the problem was put forward so as to obtain the best plan.

Genetic algorithm; Distribution planning; Radiation environmental monitoring

2016-09-13

杨斌(1983-)，男，助理研究员，硕士。

TN929.533

A

1674-8646(2016)23-0004-03