Recently, the characteristic of plant production systems in Korea has been changed with the strong trends of integration and large scale, using environmental control techniques. To satisfy this change successfully, first of all, the environmental prediction inside the system must be preceded. While many environmental prediction models for plant production system were developed by many persons, each model cannot be applied to the every situation without the perfect understanding of source codes and the technical modification. The purpose of this study is building the environmental prediction model to predict and evaluate the environment inside the system numerically, and also developing the multipurpose program available for practical design. The model consisted of the basic system model, the cultivation related model and the environmental control related model. The contents of each model are as follows : the basic system model is dealing with thermal and light environments, soil environment and ventilation : the cultivation related model with soil and hydroponic cultures ; and the environmental control related model with thermal curtain and heat exchanging system. The environmental prediction model was developed using a common simulation program, PCSMP, so that it could be easily understood and modified by anyone. Finally, the model was executed and verified through comparison between simulated and measured results for soil culture, and both results showed good agreements.

본 연구에서는 순환신경망을 이용한 댐 유입량 예측모형의 적용성 검토를 목적으로 하고 있으며, 이를 위해 소양강댐 유역 및 충주댐 유역을 대상 으로 그간 댐 운영을 통해 축적된 기상 및 수문 빅데이터를 활용하여 인공신경망 모형과 엘만 순환신경망 모형을 구축하였다. 모형의 학습과 예측 을 위하여 유역별 유입량, 강우량, 기온, 일조시간, 풍속자료가 입력자료로 사용되었고 10일간 일별 댐유입량 자료가 모델의 출력자료로 구조화 하여 학습을 진행한 후 검증을 목적으로 2016년 7월 ~ 2018년 6월까지 2개년에 대한 댐 유입량 예측을 수행하였다. 학습된 모형의 유입량 예측 결과를 비교분석한 결과, 소양강댐 유역에서는 인공신경망 모형과 순환신경망 모형 간 예측성능은 큰 차이를 보이지 않았으며, 충주댐 유역에서는 순환신경망 모형의 예측 결과가 인공신경망 모형에 비해 비교적 우수한 성능을 보임에 따라 엘만 순환신경망을 이용하여 댐 유입량 예측모형을 구축 할 경우 예측성능은 기존의 인공신경망 모형과 비슷하거나 다소 우수할 것으로 판단된다. 또한 엘만 순환신경망은 갈수기 댐 유입량 예측에 있어서 인공신경망에 비해 예측결과의 재현성이 우수한 것으로 나타났으며, 엘만 순환신경망 학습에 있어 다중 은닉층 구조가 단일 은닉층 구조보다 예측 성능 향상에 효과적인 것으로 분석되었다.

본 연구에서는 다목적댐의 효율적인 홍수관리와 조기 홍수 경보시스템의 정확성을 향상시키기 위하여 두 가지 모형이 제안되었다. 두 모형은 상류 유입 홍수량과 하류 하천의 홍수량을 실시간으로 예측할 수 있는 능력을 각각 가지고 있다. 이들 모형은 남강댐 상류와 하류 홍수량의 실측치와 모의치를 비교하여 보정 및 검정되었으며, 실제 상황에서 모형의 홍수량 예측 능력이 평가되었다. 상류 유입량 예측 모형은 Grey 시스템 이론에 근거하였으며, 모형의 예측능력을 고

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