1 |
1
누적강우량 정보와 누적월류량 정보를 학습한 비선형 자기회귀(NARX: nonlinear autoregressive exogenous model) 인공신경망을 통해 특정 지역의 하수관에 대한 누적월류량을 예측하는 단계;강우 시나리오 및 실제 강우에 대한 2차원 침수지도 데이터를 자기조직화 지도(SOM: self organizing map) 인공신경망에 적용하여 2차원 침수지도 데이터를 도출하는 단계; 및상기 누적월류량 및 상기 2차원 침수지도 데이터에 기반하여 상기 특정 지역의 침수 범위를 예측하는 단계를 포함하는,자료해석 기반 침수 예측 방법
|
2 |
2
제1항에 있어서,상기 비선형 자기회귀 인공신경망은 상기 누적강우량 정보 및 EPA SWMM을 통한 누적월류량 정보를 시계열 데이터 기반으로 학습하고, 검증하며, 테스트하는 것을 특징으로 하는,자료해석 기반 침수 예측 방법
|
3 |
3
제1항에 있어서,상기 비선형 자귀회귀 인공신경망은 N개의 외생 변수 입력자료, 단일 출력, 입력층, 은닉층 및 출력층을 포함하고, 상기 출력층과 상기 은닉층 사이에는 제1 가중치가 각각 은닉층 노드들의 출력값에 영향을 미치고, 상기 은닉층과 상기 입력층 사이에는 제2 가중치가 각각 은닉층 입력값에 영향을 미치며, 상기 은닉층과 상기 출력층의 노드에는 활성화 함수를 통해 출력값이 도출되는 것을 특징으로 하는,자료해석 기반 침수 예측 방법
|
4 |
4
제1항에 있어서,상기 비선형 자귀회귀 인공신경망은 학습을 수행하는 주기마다 가중치를 조정하며, 조정된 가중치가 상기 비선형 자귀회귀 인공신경망 내에서 설정한 최소 허용 오차 지점에 도달한 경우 또는 학습 수행 주기가 최대 주기에 도달하는 경우, 상기 가중치의 조정을 중지시키는 것을 특징으로 하는,자료해석 기반 침수 예측 방법
|
5 |
5
제1항에 있어서,상기 비선형 자귀회귀 인공신경망은 순환형 동적 신경망(recurrent dynamic neural network)의 기능과 시간 지연 신경망(time-delay neural network)의 기능을 포함하는 것을 특징으로 하는,자료해석 기반 침수 예측 방법
|
6 |
6
제1항에 있어서,상기 자기조직화 지도 인공신경망의 입력 데이터는 상류에서의 강수에 대한 정보, 하천 유량 측정 정보, 및 수문학적 패턴에 대한 정보를 포함하는 것을 특징으로 하는,자료해석 기반 침수 예측 방법
|
7 |
7
제1항에 있어서,상기 자기조직화 지도 인공신경망은 입력층과 출력층을 포함하고, 상기 출력층에 구성된 하나의 뉴런은 상기 입력층에 구성된 모든 뉴런 사이에 가중치를 가지고 연결되어 있으며, 상기 출력층에 구성된 각 뉴런의 출력값은 상기 가중치에 기반하여 결정되는 것을 특징으로 하는,자료해석 기반 침수 예측 방법
|
8 |
8
제1항에 있어서,상기 침수 범위를 예측하는 단계는, 상기 누적월류량 및 상기 2차원 침수지도 데이터를 선형보간법을 이용하여 연계함으로써 실시간으로 상기 특정 지역의 침수 범위를 예측하는 것을 특징으로 하는,자료해석 기반 침수 예측 방법
|
9 |
9
제1항에 있어서,상기 침수 범위 예측 단계 이전에, 배수시스템을 고려한 홍수량을 예측하기 위해 급경사 하강법에 기반한 신경망 학습을 수행하는 단계를 더 포함하는,자료해석 기반 침수 예측 방법
|
10 |
10
제1항에 있어서,상기 침수 범위 예측 단계는,상기 누적월류량에 기반하여 상기 특정 지역에 대한 결정계수, 평균제곱근편차, 효율 계수에 대한 분석 및 비교를 수행하는 단계;상기 2차원 침수지도 데이터에 기반하여 상기 특정 지역에 대한 최대침수심 지도를 도출하는 단계; 및상기 분석 및 비교 결과와 상기 최대침수심 지도에 기반하여 상기 특정 지역에 대한 2차원 내수침수 예측을 수행하는 단계를 포함하는 것을 특징으로 하는,자료해석 기반 침수 예측 방법
|
11 |
11
누적강우량 정보와 누적월류량 정보를 학습한 비선형 자기회귀(NARX: nonlinear autoregressive exogenous model) 인공신경망을 통해 특정 지역의 하수관에 대한 누적월류량을 예측하는 월류량 예측부;강우 시나리오 및 실제 강우에 대한 2차원 침수지도 데이터를 자기조직화 지도(SOM: self organizing map) 인공신경망에 적용하여 2차원 침수지도 데이터를 도출하는 침수지도 데이터 도출부; 및상기 누적월류량 및 상기 2차원 침수지도 데이터에 기반하여 상기 특정 지역의 침수 범위를 예측하는 침수 범위 예측부를 포함하는,자료해석 기반 침수 예측 장치
|
12 |
12
제 11항에 있어서,상기 침수 범위 예측부는상기 누적월류량에 기반하여 상기 특정 지역에 대한 결정계수, 평균제곱근편차, 효율 계수에 대한 분석 및 비교를 수행하고, 상기 2차원 침수지도 데이터에 기반하여 상기 특정 지역에 대한 최대침수심 지도를 도출한 후, 상기 분석 및 비교 결과와 상기 최대침수심 지도에 기반하여 상기 특정 지역에 대한 2차원 내수침수 예측을 수행하는 것을 특징으로 하는,자료해석 기반 침수 예측 장치
|
13 |
13
제 12항에 있어서상기 비선형 자귀회귀 인공신경망은 N개의 외생 변수 입력자료, 단일 출력, 입력층, 은닉층 및 출력층을 포함하고, 상기 출력층과 상기 은닉층 사이에는 제1 가중치가 각각 은닉층 노드들의 출력값에 영향을 미치고, 상기 은닉층과 상기 입력층 사이에는 제2 가중치가 각각 은닉층 입력값에 영향을 미치며, 상기 은닉층과 상기 출력층의 노드에는 활성화 함수를 통해 출력값이 도출되는 것을 특징으로 하는,자료해석 기반 침수 예측 장치
|
14 |
14
제 12항에 있어서,상기 자기조직화 지도 인공신경망은 입력층과 출력층을 포함하고, 상기 출력층에 구성된 하나의 뉴런은 상기 입력층에 구성된 모든 뉴런 사이에 가중치를 가지고 연결되어 있으며, 상기 출력층에 구성된 각 뉴런의 출력값은 상기 가중치에 기반하여 결정되는 것을 특징으로 하는,자료해석 기반 침수 예측 장치
|