Một phổ chồng chập ba ựỉnh ựược tạo ra bằng cách sử dụng phổ Co60 thực nghiệm ựược dịch chuyển ựi một số kênh ựã ựịnh trước và nhân với các hệ số khác nhau ựể thu ựược các ựỉnh có chiều cao thay ựổi. Kết quả xử lý phổ chập ba ựược trình bày trong Hình 5.8 và Bảng 5.7. So với số liệu ban ựầu thì việc tách phổ khá khả quan, chương trình cho một cái nhìn tương ựối về vị trắ các ựỉnh, tỉ lệ biên ựộ cũng như bề rộng của các ựỉnh.
0 5000 10000 15000 20000 25000 4930 4935 4940 4945 4950 4955 4960 Kênh S ố ự ế m
Hình 5.8. Tách ựỉnh chập ba tự tạo: ựỉnh chập ựược tạo (ựường gạch ựứt quãng) và các ựỉnh ựược tách ra (ựường liền nét)
Bảng 5.7. So sánh kết quả xử lý của GASPA và giá trị ban ựầu
Ban ựầu GASPA
Năng lượng Số ựếm ựỉnh Năng lượng Số ựếm ựỉnh
Tỉ lệ số ựếm ựỉnh 1173.0 10000 1172.99 10152.39 1.02 1173.75 5000 1173.80 5853.69 1.17 1174.5 20000 1174.52 19589.62 0.98
KẾT LUẬN
Với việc áp dụng thuật toán di truyền, luận văn ựã bước ựầu xây dựng ựược một chương trình xử lý phổ gamma (GASPA) có khả năng thực hiện ựược một số thao tác cơ bản như: ựọc và vẽ phổ, chuẩn năng lượng theo kênh, chuẩn bề rộng ựỉnh theo năng lượng, dò tìm ựỉnh theo các phương pháp ựạo hàm bậc nhất, bậc hai, ựặc biệt là khả năng tắnh toán các thông số của ựỉnh bằng thuật toán di truyền. Các thông số thu ựược từ GASPA ựã ựược so sánh với một trong những chương trình xử lý phổ thông dụng nhất hiện nay là Genie-2K, các kết quả thu ựược cho thấy việc sử dụng chương trình này vào trong quá trình xử lý tắnh toán thông số ựỉnh là hoàn toàn có thể.
Một thành công nữa của luận văn là ựã tiến hành xử lý tách ựược các ựỉnh chập trong các phổ test của IAEA (ADD1N1, ADD1N3, ADD3N1, ADD1N100), các tỉ lệ diện tắch ựỉnh tách ra ựược so sánh với tỉ lệ ựo của các ựỉnh trong phổ chập, kết quả cho thấy các ựỉnh ựược tách với sai số tương ựối chấp nhận ựược. đây cũng là một trong những tiêu chắ ựược quan tâm nhất trong tất cả các cuộc kiểm tra năng lực của các phần mềm xử lý phổ do IAEA tổ chức.
Không chỉ có khả năng xử lý các ựỉnh ựơn, chương trình GASPA cũng ựược xây dựng ựể có thể xử lý một khoảng gồm nhiều ựỉnh phổ, kết quả làm khớp cũng khá phù hợp với dạng của phổ ựo ựược. Chương trình cũng chạy khá ổn ựịnh, kết quả thu ựược không phụ thuộc nhiều vào các giá trị khởi tạo ban ựầu.
Qua những gì thu ựược cho thấy việc áp dụng thuật toán di truyền cho việc làm khớp phổ gamma là hợp lý. Kết quả thu ựược từ chương trình là tương ựối tốt. Tuy nhiên chương trình vẫn còn tồn tại một số khuyết ựiểm như sau:
đối với các ựỉnh có số ựếm nhỏ hay vùng phổ có thăng giáng thống kê lớn thì việc làm khớp không chắnh xác lắm. điều này có thể do hạn chế về mặt lập trình cũng như các mô hình toán học ựược sử dụng chưa phản ánh chắnh xác thực tế của phổ gamma.
Việc xử lý ựỉnh, tách ựỉnh phụ phuộc khá nhiều vào quá trình trừ phông. Mô hình phông nền ựược sử dụng ở ựây là phông nền tuyến tắnh nên phụ thuộc khá nhiều vào việc chọn biên trái và phải của vùng quan tâm (ROI), dạng phông nền cũng chưa phù hợp với phông nền thực tế của phổ.
Chưa xây dựng ựược một chương trình xử lý phổ hoàn toàn tự ựộng, vẫn còn phụ thuộc một phần vào người dùng ở một số công ựoạn xử lý.
Cho dù còn rất nhiều khó khăn ựể có thể xây dựng ựược một phần mềm xử lý phổ hoàn hảo nhưng hi vọng những gì ựược thực hiện trong luận văn này sẽ góp phần nâng cao kiến thức về xử lý phổ cũng như tìm hiểu sâu về một hướng phát triển khả năng xử lý phổ tự ựộng
KIẾN NGHỊ
Một số hướng phát triển của việc ứng dụng thuật toán di truyền trong xử lý phổ tương lai:
o Cải tiến GASPA thành một chương trình xử lý phổ hoàn toàn tự ựộng, không cần sự can thiệp của người dùng.
o Áp dụng cho các mô hình toán học của ựỉnh phổ khác, phù hợp hơn, các mô hình mô tả chắnh xác hơn phần ựuôi của phổ, phông nền.
o Ứng dụng việc làm khớp ựối với phổ hỗn hợp gồm tia X và tia gamma. o Trong tương lai, cần bổ sung thêm các ựiều kiện ựể có thể làm khớp
phông nền ựạt ựược kết quả chắnh xác nhất, làm cơ sở cho việc phân tắch các mẫu phóng xạ có hoạt ựộ thấp.
DANH MỤC CÁC CÔNG TRÌNH
o Bùi Quang Khánh, đặng Nguyên Phương, Mai Văn Nhơn, Trương Thị Hồng Loan (2008), Áp dụng thuật toán di truyền vào trong xử lý phổ gamma, Hội nghị Khoa học lần 6, Trường đHKHTN TP.Hồ Chắ Minh.
TÀI LIỆU THAM KHẢO Tiếng Việt
[1] Nguyễn đình Gẫm (2003), Giáo trình Phương pháp ghi bức xạ hạt nhân,
Khoa Vật lý hạt nhân, Tp. Hồ Chắ Minh.
[2] Võ Văn Hoàng (2007), Ngôn ngữ lập trình Fortran, NXB Giáo dục. [3] Ngô Quang Huy (2006), Cơ sở Vật lý hạt nhân, NXB Khoa học và Kỹ
thuật, Tp. Hồ Chắ Minh.
[4] Lê Hồng Khiêm (2008), Phân tắch số liệu ghi nhận trong phổ bức xạ,
NXB đại học Quốc Gia, Hà Nội.
[5] Mai Văn Nhơn (2001), Vật lý hạt nhân ựại cương, NXB đại học Quốc Gia, Tp. Hồ Chắ Minh.
[6] Nguyễn đình Thúc (2001), Trắ tuệ nhân tạo: Lập trình tiến hóa, NXB Giáo dục.
[7] Nguyễn Trung Tắnh (2007), Giáo trình xử lý tựựộng phổ hạt nhân, NXB đại học Quốc Gia, Hà Nội.
Tiếng Anh
[8] Dirk Arnold (2005), ỘThe 2002 IAEA intercomparison of software for low-level γ-ray spectrometryỢ, Nuclear Instruments and Methods in
Physics Research , A536, pp. 196-210.
[9] M. Los Arcos & Jo (1996), Gamma-ray spectra deconvolution by maximum-entropy methods, Nuclear Instruments and Methods in Physics
Research, A 369, pp.634-636.
[10] M. Blaauw (1997),ỘThe 1995 IAEA intercomparison of gamma-ray spectrum analysis softwareỢ, Nuclear Instruments and Methods in
Physics Research, A387,pp. 410-415.
[11] Lance Chambers (2000), The practical handbook of Genetic algorithms, Chapman&Hall/CRC, New York.
[12] K. Debertin- R.G. Helmer (1988), Gamma and X Ờ Ray spectrometry
with semiconductor detectors, North Holland, Amsterdam.
[13] IAEA-TECDOC-1011(1998), Intercomparison of gamma ray analysis
software packages, IAEA.
[14] I.E. Golovkin (2002), ỘAnalysis of X-ray spectral data with genetic algorithmsỢ, Journal of Quantitative Spectroscopy& Radiative Transfer, 75, pp.625Ờ636.
[15] M.Garcia - Talavera Ờ B.Ulicny (2003), ỘA genetic algorithm approach for multiplet deconvolution in gamma -ray spectraỢ, Nuclear Instruments
and Methods in Physics Research, A 512, pp. 585-594..
[16] John Holland (1975), Adaptation in Natural and Artificial Systems, University of Michigan Press, Ann Arbor, Michigan.
[17] S. Gulam Razul (2003), ỘBayesian model selection and parameter estimation of nuclear emission spectra using RJMCMCỢ, Nuclear
Instruments and Methods in Physics Research, A497,pp. 492-510.
[18] Clair J. Sullivan (2007), ỘGeneration of customized wavelets for the analysis of g-ray spectraỢ, Nuclear Instruments and Methods in Physics
Research, A579,pp. 275-278.
[19] Eiji Yoshida (2002), ỘApplication of neural networks for the analysis of gamma-ray spectra measured with a Ge spectrometerỢ, Nuclear