[发明专利]核事故行动决策方法、装置、计算机设备和存储介质

权利要求书

1.一种核事故行动决策方法，其特征在于，所述方法包括：

获取核事故模拟数据，所述核事故模拟数据包括在核事故模拟时间线上不同时间点下的释放源信息、扩散结果信息和环境因素信息；

将所述核事故模拟时间线上的时间点依次作为当前预测步的时间点，获取受灾体对象在当前预测步的位置信息；

基于所述位置信息以及所述当前预测步对应时间点下的释放源信息、扩散结果信息和环境因素信息，获取当前预测步的行动决策信息；

根据所有预测步的行动决策信息，生成所述受灾体对象在所述核事故中的行动决策信息。

2.根据权利要求1所述的方法，其特征在于，所述获取受灾体对象在当前预测步的位置信息，包括：

获取所述受灾体对象在前序预测步的位置信息以及行动决策信息；

根据所述前序预测步的位置信息以及行动决策信息，计算所述受灾体对象在当前预测步的位置信息。

3.根据权利要求1所述的方法，其特征在于，所述基于所述位置信息以及所述当前预测步对应时间点下的释放源信息、扩散结果信息和环境因素信息，获取当前预测步的行动决策信息，包括：

根据所述位置信息，在所述当前预测步对应时间点下的释放源信息、扩散结果信息和环境因素信息中确定目标释放源信息、目标扩散结果信息以及目标环境因素信息；

将所述目标释放源信息、目标扩散结果信息以及目标环境因素信息输入至行动决策模型，通过所述行动决策模型获取当前预测步的采取不同决策行动对应的概率值；

根据各所述决策行动对应的概率值从不同决策行动中确定目标决策行动。

4.根据权利要求3所述的方法，其特征在于，所述将所述目标释放源信息、目标扩散结果信息以及目标环境因素信息输入至行动决策模型之前，还包括：

获取核事故模拟样本，所述核事故模拟样本包括核事故模拟时间线上不同时间点下的释放源样本、扩散结果样本和环境因素样本；

将所述核事故模拟时间线上的时间点依次作为样本时间点，确定受灾体样本在所述样本时间点的最优决策行动；

基于所述样本时间点下的释放源信息、扩散结果信息、环境因素信息以及最优决策行动，对随机森林模型进行训练，得到行动决策模型。

5.根据权利要求4所述的方法，其特征在于，所述确定受灾体样本在所述样本时间点的最优决策行动，包括：

以所述样本时间点为起始时间点，遍历所述样本时间点到所述核事故模拟时间线中最后一个时间点的决策行动组合；

根据不同时间点下的释放源样本、扩散结果样本和环境因素样本，计算所述受灾体样本采取各所述决策行动组合的总预期剂量；

基于各所述决策行动组合的总预期剂量，从所述决策行动组合确定最优决策行动组合；

将所述最优决策行动组合中所述样本时间点的决策行动确定为所述样本时间点的最优决策行动。

6.根据权利要求5所述的方法，其特征在于，所述根据不同时间点下的释放源样本、扩散结果样本和环境因素样本，计算所述受灾体样本采取各所述决策行动组合的总预期剂量，包括：

对于所述决策行动组合中的目标决策行动组合，将所述样本时间点到所述核事故模拟时间线中最后一个时间点依次作为当前预测步的时间点，获取受灾体样本在当前预测步的位置信息；

从所述目标决策行动组合中确定当前预测步的目标决策行动，基于所述位置信息以及所述当前预测步对应时间点下的释放源信息、扩散结果信息和环境因素信息，计算所述受灾体样本在当前预测步采取目标决策行动时对应的预期剂量；

基于所有预测步对应的预期剂量，计算所述受灾体样本采取所述目标决策行动组合的总预期剂量。

7.根据权利要求6所述的方法，其特征在于，所述基于所有预测步对应的预期剂量，计算所述受灾体样本采取所述目标决策行动组合的总预期剂量，包括：

根据各所述预测步的次序确定各所述预测步的折扣系数；

根据各所述预测步的折扣系数对各所述预测步的预期剂量进行加权求和，得到所述目标决策行动组合的总预期剂量。