强激光与粒子束

作者：韩小祥, 张欣, 李君, 原林, 刘洋, 王博宇,

关键词：光辐射, ArcGIS Pro, Kolmogorov-Arnold网络, 参数反演, 机器学习,

光辐射是核爆炸能量耗散的主要形式，对生态环境和人类社会具有深远影响。研究其特性、传播规律和能量分布，可为核爆炸毁伤效应评估与防护提供重要依据。引入Kolmogorov-Arnold网络（KAN），构建了可解释的核爆炸光辐射损伤面积预测模型，同时采用多种优化算法反演出核爆炸的源项参数。首先，基于核爆炸火球理论构建光辐射模型，结合ArcGIS Pro软件实现真实地图下光辐射的热能分布，并根据生物的烧伤伤情分级标准生成爆炸当量、爆炸高度与损伤面积之间的数据集。其次，利用KAN网络进行数据集预测，凭借其独特的可解释性优势获得显式预测公式。再次，采用门控循环单元、极限学习机和随机森林等8种算法对比预测结果，评估KAN的性能。最后，构建核爆炸光辐射模型损失函数，通过多种优化算法获得爆炸当量、爆炸高度和爆心位置等源项信息。本研究实现了对核爆炸光辐射损伤效应的快速预测和精准反演，有助于提高应急响应效率并辅助防护决策。

来源：2025年第10期

《强激光与粒子束》期刊编辑部

查看强激光与粒子束杂志2025年第10期