基于代理建模和深度神经网络的安全设施数字双胞胎建立研究

本研究解决了在高安全性核设施中，由于感知限制而无法进行实时数据采集的问题。通过使用基于代理的模型生成合成运动轨迹，并利用深度神经网络进行下一个位置和停留时间的预测，成功区分了正常操作与应急响应期间非玩家角色（NPC）的运动。研究结果显示，该方法有效结合了合成数据和深度学习技术，有助于提高安全设施的监控和应急管理能力。