随着国家能源战略的转型,国家逐步由传统的能源转向清洁型能源,核能的利用已经遍布全国多个省市地区,核能有效地缓解了能源不足的危机,但同时也带来了相当大的安全隐患。自核能进入人们的视野以来,已经发生过多次核泄漏事件,最近的一次是2011年由于日本地震灾害而导致的福岛核安全事故,给当地环境和附近海域带来了严重的损害,也对人们的生命健康和财产安全带来极大的威胁。因此,开发一套核泄漏的监测及预测系统是至关重要的,一旦发生核泄漏事故,可以及时采取措施,以降低事故造成的危害。本课题根据实现核电站周围核泄漏情况的监测及预测的工作需要,提出并实现了一种借助无线传感器网络达到对核泄漏的监测及预测的仿真研究。本文核泄漏监测功能的实现,以无线传感器网络收集到的离散数据点为研究对象,通过分析比较多种经典的网格插值算法的优缺点,采用矩形网格化的反距离加权插值算法,从而得到了规则分布的网格化数据。在深入分析等值线的生成原理和绘制过程的前提下,利用规则分布的网格数据来求得符合要求的等值线图。本课题对核泄漏的预测仿真,在详细了解遗传算法和RBF神经网络的基本原理和各自的特点之后,设计了一个利用改进的遗传算法来提高RBF神经网络的整体性能的思路,并且建立了以核泄漏浓度的影响因子为输入、核泄漏浓度为输出的预测模型。本文设计实现的基于无线传感器网络的核泄漏监测及预测仿真系统,经过历史核泄漏数据的验证,可以到达预想的效果。最后,本文的研究成果可以为环保部门提供可视化的核泄漏仿真模拟平台,并为核泄漏事故应急决策提供理论依据。