논문 상세보기

중소하천유역에서 Hybrid Neural Networks에 의한 수문학적 예측 KCI 등재

Hydrological Forecasting Based on Hybrid Neural Networks in a Small Watershed

  • 언어KOR
  • URLhttps://db.koreascholar.com/Article/Detail/24895
서비스가 종료되어 열람이 제한될 수 있습니다.
한국수자원학회 논문집 (Journal of Korea Water Resources Association)
한국수자원학회 (Korea Water Resources Association)
초록

본 연구에서는 중소하천수계에서 수문학적 예측을 위하여 Hybrid Neural Networks의 일종인 반경기초함수(RBF) 신경망모형이 적용되었다. RBF 신경망모형은 4종류의 매개변수로 구성되어 있으며, 지율 및 지도훈련과정으로 이루어져있다. 반경기초함수로서 가우스핵함수(GKF)가 이용되었으며, GKF의 매개변수인 중심과 폭은 K-Means 군집알고리즘에 의해 최적화 된다. 그리고 RBF 신경망모형의 매개변수인 중심, 폭, 연결강도와 편차벡터는 훈련

In this study, Radial Basis Function(RBF) Neural Networks Model, a kind of Hybrid Neural Networks was applied to hydrological forecasting in a small watershed. RBF Neural Networks Model has four kinds of parameters in it and consists of unsupervised and s

저자
  • 김성원(동양대학교 토목환경공학과) | Kim Seong-Won
  • 이순탁(Dept.of, Civil Utban, and, Environmental, Engineering Yeungnam, University) | Lee Sun-Tak
  • 조정식(대구대학교 건설환경공학부) | Jo Jeong-Sik