많은 학자들은 자료의 특성을 분석함으로써 장래를 예측하고자 끊임없이 노력하여 왔으며, 이는 아마도 확정론적 방법과 추계학적 방법으로 크게 대별할 수 있을 것이다. 그러나 예측을 하기 전에 먼저 자료의 특성을 파악하는 것은 모형 구축과 예측을 실행하는데 있어서 매우 중요하다 할 수 있다. 이러한 견지에서 최근 확정론적 방법으로 알려진 비선형 동역학적인 방법이 여러 분야에서 관심의 대상이 되고 있다. 본 연구에서는 비선형 동역학 시스템을 해석하기 위하여 P

시계열의 예측은 통상 추계학적 모형에 의해 수행하여 왔다. 그러나 본 연구에서는 퍼지 개념을 이용한 퍼지 시계열 모형에 의해 강수량 예측을 수행하였다. 기존에 제안된 퍼지 시계열 모형을 이용하여 예측을 수행하고, 예측 능력을 향상시키기 위하여 퍼지 시계열과 뉴로-퍼지 시스템을 연계한 새로운 방법론을 제안하여 상호 비교ㆍ분석하였다. 이를 위하여 미국 일리노이주의 강수량 시계열 예측에 적용하였으며, 예측 결과, 기존의 모형보다 본 연구에서 제안한 방법론의

대기에서의 물순환은 기후시스템이라는 커다란 공간 안에서 다양한 인자들의 상호작용을 통하여 이루어진다. 즉, 어떠한 기후 현상도 그 자체적으로 발생할 수는 없다. 따라서, 많은 연구자들은 영향인자들의 분석을 통하여 기후 변화를 이해하고자 노력하여 왔다. 본 연구에서는 다양한 인자에 의하여 영향을 받아 발생하는 강수량의 예측을 위하여 실제 세계의 근사적이고 부정확한 성질을 표현하는데 효과적인 퍼지 개념을 이용하였다. 예측을 위하여 적용한 모형은 크게 뉴로-

설계홍수량 산정에는 강우-유출 모형이 주로 사용되고 있으며 이 모형의 가장 중요한 인자는 확률강우량과 단위도이다. 따라서, 확률강우량을 합리적이고 정확하게 산정하는 것은 가장 중요한 과정이다. 국내의 경우, 확률강우량은 유역면적이 일정 기준을 초과할 경우에는 면적확률강우량을 사용하여야 하나 지점평균확률강우량을 주로 사용하고 있다. 이에 따라 확률강우량은 상당히 높게 사용하는 반면 단위도는 상대적으로 낮게 사용하고 있어서 개선 이 필요한 실정이다. 본 연