基于随机森林算法的再淹没模型参数不确定性量化研究

来源：核动力工程杂志2025年第2期北京时间：

作者：雷盟, 李冬, 张紫悦, 郝饶

单位：1.上海电力大学能源与机械工程学院，上海，201306；2.西安电力高等专科学校，西安，710032；

摘要：为了评估复杂事故现象物理模型参数（输入）的不确定性，提出了基于随机森林算法结合粒子群优化Kriging（PSO-Kriging）代理模型和Sheather-Jones优化核密度估计法（KDE-SJ）非参数统计的反向不确定性量化方法，并应用于大破口事故再淹没现象的模型评估。通过将系统程序的计算结果（输出）与Flooding Experiments with Blocked Arrays（FEBA）实验数据的一致性程度作为随机森林算法的分类标准，得到了模型参数的概率密度分布。验证结果表明在概率密度分布上随机抽样93组计算得到的95%不确定度带可以完全包络实验数据，但利用众数或均值对模型的标定效果可能不如贝叶斯方法得到的最大后验均值。

关键词：反向不确定性量化, 随机森林, 代理模型, 非参数统计, 再淹没现象