.png){kind=icon}
返回
ENTS: A Novel Algorithm for Sampling-Based Dynamic Probabilistic Risk Assessment
.png){kind=icon}
PRE
AI
DOI：10.1080/00295450.2026.2618948.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
动态概率风险评价（PRA）是一种风险评价的计算方法，相比更传统的PRA方法具有某些优势。动态PRA的优势包括自动生成潜在事故场景和明确考虑复杂系统动力学；然而，动态PRA通常需要计算成本高昂的模拟，这已成为其广泛应用的主要障碍。为提高动态PRA的计算性能，本文提出了一种基于采样的动态PRA新算法——探索性核树采样器（ENTS）。ENTS利用重要性采样和蒙特卡洛树搜索来降低计算成本并增加动态PRA期间生成的独特场景数量。为展示ENTS带来的计算改进，本文通过动态PRA文献中的两个案例研究评估其性能。评估了可比蒙特卡洛方法的计算性能，并将其用作比较基准。比较表明，ENTS方法在估计系统风险时所需的总体模拟次数更少，且生成的独特事故场景数量多于蒙特卡洛方法。
Keyword:
Probabilistic risk assessment
dynamic probabilistic risk assessment
Monte Carlo simulation
Monte Carlo tree search
importance sampling
nuclear power plants
期刊
N
IF:
2
论文数:
265
被引数:
4.2K
机构
引用论文
Current Status and Applications of Integrated Safety Assessment and Simulation Code System for ISA
OAAI
OAAI分享收藏Guided simulation for dynamic probabilistic risk assessment of complex systems: Concept, method, and application复杂系统动态概率风险评估的引导模拟: 概念、方法与应用OAAI
OAAI分享收藏Dynamic probabilistic risk assessment of nuclear power plants using multi-fidelity simulations基于多保真模拟的核电厂动态概率风险评估
PREAI
分享收藏An Adaptive Simulation Framework for the Exploration of Extreme and Unexpected Events in Dynamic Engineered Systems.png)
RISK ANALYSISOAAI
RISK ANALYSISIF3.3
OAAI分享收藏
查看更多内容