This study is aimed at the development of a runoff forecasting model to solve the uncertainties occurring in the process of rainfall-runoff modeling and improve the modeling accuracy of the stream runoff forecasting. The study area is the downstream of Naeseung-chun. Therefore, time-dependent data was obtained from the Wolpo water level gauging station. 11 and 2 out of total 13 flood events were selected for the training and testing set of model. The model performance was improved as the measuring time interval(Tm) was smaller than the sampling time interval(Ts). The Neuro-Fuzzy(NF) and TANK models can give more accurate runoff forecasts up to 4 hours ahead than the Feed Forward Multilayer Neural Network(FFNN) model in standard above the Determination coefficient(R2) 0.7.

본 연구에서는 영산호의 상류에 위치한 나주유역의 홍수시 유출량을 실시간으로 예측하기 위하여 Grey홍수 유출모형을 개발하였다. 나주유역의 유출량은 나주수위관측소에서 실시간으로 측정하고 있으며, 이곳은 영산호의 유입홍수량을 예측과 홍수관리를 위한 주관측소이다. 모형의 지배방정식은 Grey시스템 이론에 근거하여 구성되었으며, 모형의 매개변수는 Grey 시스템매개변수의 조합으로 구성하였다. 모형의 차수는 실측자료와 모의결과를 비교하여 다른 차수 보다 양호한

본 논문에서는 신경망 모형을 이용해서 개발된 홍수유출 예측 시스템의 적용성을 검토하였다. 홍수유출 예측을 위한 신경망 모형을 공주, 부여지점에 적용하였으며, 신경망 모형을 입력층, 은닉층, 출력층으로 구성하였다. 입력층에는 강우자료와 홍수량 자료를 출력층에는 홍수유출량이 예측되도록 구성하였다. 홍수유출 예측 시스템 구성시 예측모형 선정을 위해 신경망 모형과 상태공간 모형을 이용하여 홍수시 실시간 하천유출량 예측을 수행하였다. 두 모형의 예측결과 비교시

본 연구는 비선형성이 강한 강우-유출의 특성을 고려하여 홍수시 하도의 유출을 예측하고 하천유역의 홍수예경보에 이용하기 위하여 신경망 시스템의 모형화 가능성을 검증하였다. 신경망을 이용한 실시간 하도홍수 예측모형(Neural River Discharge-Stage Forecasting Mudel; NRDFM)은 낙동강 유역의 왜관 및 진동 지점의 홍수량 예측에 적용하였다. NRDFM에 의한 하도홍수량의 왜관 및 진동 지점 예측결과를 실측치와 비교검토한 결

본 연구에서는 홍수시 다목적댐의 효율적 운영을 위하여 상류로부터 유입되는 홍수유입량을 실시간으로 예측하기 위해 역전파 신경망 모형을 사용하여 댐유입량 예측모형(Neural Dam Inflow Forecasting Model; NDIFM)을 개발하였다. NDIFM은 다목적댐에 의한 하류의 홍수조절 비중이 큰 낙동강의 남강댐 유역에 적용하였으며, 입력자료로는 댐유역 평균강우량, 실측 댐유입량, 예측 댐유입량 통을 사용하여 실시간 댐유입량 예측의 가능성을 검

본 연구에서는 낙동강유역의 주요 수위표지점중 진동수위표지점에서 홍수위를 예측하기위한 신경망모형인 WSANN모형이 제시되었다. WSANN모형은 모멘트방법, 초기조건의 개선 및 적응학습속도에 의해 보완되어진 개선된 역전파훈련 알고리즘을 이용하였고, 본 연구에 사용된 자료는 훈련자료와 테스팅자료로 분할하였으며, 최적 은닉층 노드수를 결정하기 위하여 은닉층노드와 임계학습횟수로부터 경험식이 유도되었다. 그리고 WSANN모형의 보정은 4개의 훈련자료에 의해 실시되

본 논문의 목적은 다목적 저수지의 홍수유입량 예측을 위한 방법으로 병렬다중결선의 계층구조를 가진 신경망이론에 의하여 홍수시 불확실한 비선형시스템의 특성을 같는 저수지 유입량 예측모형을 개발하는 것이다. 신경망이론을 이용한 예측모형의 개발을 위하여 역전파 학습알고리즘을 사용하였으며 역전파 학습알고리즘 사용시 흔히 대두되는 지역최소값 문제와 수렴속도의 향상을 위해서 최적화기법인 경사하강법을 이용한 모멘트법과 경사하강법과 Gauss-Newton 방법을 이용한

본 연구에서는 하도 내에서의 부정류 유사이송으로 인한 하상변동의 일차원적 수치모델들을 개발하였다. 유사량과 하상변동에 대한 수치해를 얻기 위해 흐름의 방정식은 Preissmann 음해법과 Lax-Wendroff 2단 양해법을 그리고 유사의 연속방정식은 시간 전방차분, 공간 중앙차분 양해법을 사용하여 수치 적분하였고, Lax-Wendroff 기법 내에서 상류와 하류의 추가 경계조건을 구하기 위해 특성곡선법을 적용하였다. 모델의 정확도는 부피보존실험을 통하

본 연구의 목적은 현재 국내 홍수예경보 시스템의 유출량 계산모형으로 이용되고 있는 단일 홍수사상을 모의할 수 있는 유역저류함수모형을 추계통력학적 상태.공간형태의 모형으로 개선.발전시키고 실시간 홍수예보에 대한 모형의 적용성을 검토하는데 있다. 모형의 적용대상 유역은 개진을 유역출구로 하는 낙동강 회천유역(747.5)이며, 매개변수의 적절성 및 모형의 적용성을 평가하기 위해서 1983년부터 1986년 사이에 발생한 8개의 단일 홍수사상을 선정하였다. 본

홍수시 최적의 방류량을 목표로 하는 댐 운영자의 경우 방류량을 결정하는데 있어 댐의 안전과 저수지의 운영효율을 고려한 이해할 만한 근거를 제시할 필요가 있다. 본 연구에서는 예측된 홍수수문곡선을 댐 규정에 명시된 무피해방류량을 기준으로 분할하여 무피해방류량으로 조절되는 부분과 홍수조절용량을 이용하여 조절되는 부분으로 구분하였다. 홍수조절용량을 이용하는 경우 예측홍수를 판단하는 기준을 마련하여 저수지 운영의 안전과 효율을 고려한 홍수조절계획을 수립하는 방