多元统计方法在核取证溯源分析中的研究进展

国家高度重视核安全,习近平总书记多次在全球核安全峰会上强调核材料溯源取证的重要性。核材料溯源取证,是对核材料及放射性材料进行检查分析,以溯源其性质、制造的时间、地点、方式及预期用途。目前关于该领域的前沿研究方向是基于数据库信息,利用多元统计方法溯源未知核材料的来源信息。该文回顾了近年来的核取证研究进展,并指出存在数据依赖性强、模型缺乏定量分析能力和普适性等不足。为克服这些局限,该文介绍了最新的线性拟合方法实现溯源取证分析。基于经济合作与发展组织核能署(OECD/NEA)于2017年发布的SFCOMP-2.0乏燃料数据库,以不同核素浓度作为样品特征,提出了线性关系假设并通过数据库数据和压水堆(PWR)与沸水堆(BWR)模拟结果进行了检验。结果表明,线性关系假设在PWR和BWR中均适用,并可用于预测燃料的初始富集度和燃耗量。此外,应用3种机器学习方法(逻辑回归、支持向量机、多层感知器)实现对PWR和BWR的分类。最后,应用KNN分类、随机森林和多层感知器算法改进了核取证分类模型,提高了模型对各反应堆的分辨能力。