본 연구에서는 강우강도식의 매개변수를 추정하기 위해서 다목적 유전자알고리즘의 목적함수로 RMSE와 RRMSE를 적용하여 보다 객관적인 기준으로 장 단기간을 구분하는 방법을 제시하였다. 매개변수를 추정하기 위한 장 단기간을 구분하는 방법으로는 정확도를 기준으로한 방법과 그래프상의 접점을 이용하는 방법을 적용하였으며, 기상청에서 관리하는 22개 지점에 대하여 국내에서 널리 사용되고 있는 강우강도식을 이용하여 그 적용성을 살펴보았다. 매개변수를 추정하는 방법

현재 국내에서 사용되고 있는 Talbot, Sherman, Japanese형 강우강도식은 매개변수추정이 용이하다는 장점이 있지만, 이원환 등(1993)과 허준행 등(1999)이 개발한 강우강도식에 비하여 정확도가 떨어지며 재현기간을 고려할 수 없다는 단점이 있다. 본 연구에서는 매개변수 추정상의 어려움 때문에 널리 사용되지 않는 허준행 등(1999)이 제안한 강우강도식의 매개변수를 유전자알고리즘을 이용하여 추정하는 방법을 제시하였다. 기상청 22개 지점

본 연구는 다목적 유전자알고리즘을 이용하여 Tank 모형의 매개변수를 추정하는데 있어서 선호적순서화(preference ordering)를 적용한 연구로써, 목적함수의 개수가 여러 개인 경우에 발생할 수 있는 파레토최적화의 단점을 해결하기 위한 것이다. 최적화를 위한 목적함수는 모두 4가지를 사용하였으며, 선호적순서화를 통해서 구한 2차 효율성(2nd order efficiency)을 가지면서 정도(degree)가 3인 4개의 해 중에서 1개의 해만을

본 연구의 목적은 개념적인 강우-유출모형인 Tank 모형의 매개변수를 산정하기 위한 다목적 유전자알고리즘의 적용성을 평가하는 것이다. 다목적 유전자알고리즘 기법으로는 최근에 가장 많이 사용되는 기법중의 하나인 NSGA-II를 채택하여 Tank 모형과 결합하였으며, 4가지 목적함수(유출용적오차, 평균제곱근 오차, 고수유량 평균제곱근 오차 및 저수유량 평균제곱근 오차)값을 최소화하는 형태의 목적함수를 적용하였다. NSGA-II는 목적함수의 개수가 많아지면

The genetic algorithm is investigated for parameters estimation of SED (storage - effective drainage) model from the Wi-stream watershed in Nakdong river basin. In the practical application of model, as a number of watershed parameters do not measure directly, it is desirable to make a good estimation from the known rainfall and runoff data. For the estimation of parameters of the SED model using the genetic algorithm, parameters of Green-Ampt equation(SM, Ks) for the estimation of an effective rainfall and initial storage(yin) used in SED model are obtained a regression equation with 5, 10, 20 days antecedent precipitation. And as a consequence of computation, the parameters were obtained to satisfy the proposed objective function. From the comparison of observed and computed hydrographs, it shows a good agreement in the shape and the rising limb, peak, falling limb of hydrograph, so the SED model using the genetic algorithm shows a suitable model for runoff analysis in river basin.

WGR 강우모형은 중규모 정도의 강우를 표현하기 위해 개발된 개념적인 모형으로 대기의 동역학적 특성과 강우의 통계학적 특성이 비교적 잘 반영된 모형이다(Waymire 등, 1984). 그러나 이 모형은 최대 18개의 매개변수르 가지며 모형의 구조가 강한 비선형성을 가지고 있어 매개변수 추정이 매우 어려운 문제로 남아 있다. 지금까지 각각 다른 지역의 강우에 대해 비선형 최적화 기법(non-linear programming; NLP)을 이용하여 매개변수를

본 연구에서는 자연계의 적응 및 도태에 의한 Darwin의 진화과정을 수학적으로 체계화시킨 유전자 알고리듬(genetic algorithm)을 다목적댐의 홍수추적모형으로 사용되고 있는 저류함수법의 매개변수 추정에 적용하였다. 유전자 알고리듬은 생명체의 자연도태 원리를 수학적인 학습영역으로 적용한 탐색 알고리듬의 일종으로 매개변수의 추정은 개체유전과 적자생존법칙을 통해 설정된 모형의 성능을 개선시켜 나감으로써 최적값에 도달하게 된다. 수문순환계의 복잡한