跳到主要內容

臺灣博碩士論文加值系統

(44.210.149.205) 您好!臺灣時間:2024/04/16 19:01
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

: 
twitterline
研究生:張淑勤
研究生(外文):Shu-Chin Chang
論文名稱:模糊決策在防洪之應用
論文名稱(外文):Application of Fuzzy Decision to Prevent Flood
指導教授:王安培
指導教授(外文):An-Pei Wang
學位類別:碩士
校院名稱:中原大學
系所名稱:土木工程研究所
學門:工程學門
學類:土木工程學類
論文種類:學術論文
論文出版年:2006
畢業學年度:94
語文別:中文
論文頁數:108
中文關鍵詞:水庫最佳操作類神經網路模糊決策
外文關鍵詞:Artificial Neural Network(ANN)optimumFuzzy Decisionreservoir operation
相關次數:
  • 被引用被引用:9
  • 點閱點閱:230
  • 評分評分:
  • 下載下載:1
  • 收藏至我的研究室書目清單書目收藏:0
本研究主要探討如何在颱風造成之洪水期間求得最佳水庫放水量,使水庫本體安全、下游不因水庫放水而使河川水位過高、颱風過後水庫儘可能達到滿水位。因此,正確的水庫操作顯得非常重要。
本研究以石門水庫、上游集水區及下游新海大橋為研究區域,利用民國 85 至 91 年間颱風侵台時期之資料,首先以類神經網路(Artificial Neural Network,簡稱 ANN)建立一降雨-逕流模式,以推估石門水庫未來 4 小時可能發生的入流量;接著以類神經網路分析水庫洩洪時對下游新海橋水位增量之影響;最後使用模糊決策分析(Fuzzy Decision)求得洪水時期水庫最佳放流量,達到水庫最佳操作,以供石門水庫即時操作之參考。
We took Shihmen Reservoir, its watershed, and Hsin-hai Bridge in downstream as examples; the datas of invading typhoon in 1996 to 2002 are used in this paper. At first, the Artificial Neural Network (ANN) is used to simulate the rainfall-runoff model and to predict the inflows of 4 hours later in Shihmen Reservoir. Secondly, we focus on Hsin-hai Bridge. The ANN is applied to analyze the water stage increment of the river due to Shihmen Reservoir drainage. In the last phase, Fuzzy Decision Analysis is used to select the best drainage of reservoir during the period of flood and to achieve the optimum reservoir operation. It is expected that results of this study could be used for online reservoir operation in the future.
摘 要 I
誌 謝 III
目 錄 IV
圖 目 錄 VII
表 目 錄 IX
第一章 緒論 1
1-1 研究動機 1
1-2 研究目的與方法 1
1-3 文獻回顧 3
1-3-1 類神經網路 3
1-3-2 模糊決策分析 5
1-4 章節架構 7

第二章 理論分析 8
2-1 類神經網路 8
2-1-1 前言 8
2-1-2 類神經網路發展 8
2-1-3 生物神經元與人工神經元 10
2-1-4 轉換函數 12
2-1-5 類神經網路的種類 14
2-1-6 倒傳遞類神經網路 17
2-1-7 網路參數 22
2-1-8 類神經網路之優缺點 24
2-2 模糊決策分析 25
2-2-1 模糊理論簡述 25
2-2-2 常用的隸屬函數 26
2-2-3 基本運算 28
2-2-4 模糊統計 29
2-2-5 模糊關係 31
2-2-6 模糊綜合評判 32
2-2-7 模糊法則 34

第三章 案例簡介與研究方法 36
3-1 石門水庫簡介 36
3-2 新海大橋簡介 38
3-3水庫入流預測模式 41
3-3-1 資料收集 41
3-3-2 ANN的建立 44
3-3-3 類神經網路訊路及參數設定 45
3-3-4 評鑑指標 46
3-4 下游水位預測模式 47
3-4-1 資料收集 47
3-4-2 ANN的建立 49
3-4-3 神經網路訓練 50
3-4-4 評鑑指標 51
3-5 模糊決策分析 52
3-5-1 決策因子之選取 52
3-5-2 決策因子之隸屬度分析 53
3-5-3 模糊綜合決策 56

第四章 結果與討論 62
4-1 水庫入流預測模式之結果與討論 62
4-2 水位模擬模式之結果與討論 76
4-3 水庫最佳操作之結果與討論 79

第五章 結論與建議 90
5-1 結論 90
5-2 建議 92

參考文獻 93
作 者 簡 歷 99

圖 目 錄
圖2- 1 生物神經元示意圖......................................................................10
圖2- 2 人工神經元示意圖......................................................................11
圖2- 3 常用之轉換函數..........................................................................12
圖2- 4 雙彎曲正切函數..........................................................................13
圖2- 5 類神經網路簡圖..........................................................................14
圖2- 6 前饋式類神經網路......................................................................16
圖2- 7 回饋式類神經網路......................................................................16
圖2- 8 倒傳遞類神經網路示意圖..........................................................17
圖2- 9 倒傳遞類神經網路演算法示意圖..............................................18
圖2- 10 升、降嶺形分佈函數................................................................26
圖2- 11 常態分佈函數............................................................................27
圖2- 12 梯形分佈函數............................................................................28
圖2- 13 模糊統計示意圖........................................................................30
圖3- 1 石門水庫管轄範圍......................................................................37
圖3- 2 新海橋相關地理..........................................................................38
圖3- 3 新海橋水位歷程圖......................................................................40
圖3- 4 石門水庫集水區雨量站位置圖..................................................42
圖3- 5 大漢溪剖面圖..............................................................................43
圖3- 6 水庫入流預測之ANN 模型.......................................................45
圖3- 7 雨量測站地理位置......................................................................48
圖3- 8 水位模擬之ANN 模型...............................................................50
圖3- 9 水庫入流量隸屬度......................................................................54
圖3- 10 水庫水位隸屬度........................................................................54
圖3- 11 潮汐隸屬度................................................................................55
圖3- 12 水庫放流量隸屬度....................................................................56
圖3- 13 水庫放流對下游河川水位增量之三維立體圖........................61
圖4- 1 水庫入流量預測模式-集流時間24 小時之t 時間輸出.........68
圖4- 2 水庫入流量預測模式-集流時間24 小時之t+1 時間輸出....68
圖4- 3 水庫入流量預測模式-集流時間24 小時之t+2 時間輸出....69
圖4- 4 水庫入流量預測模式-集流時間24 小時之t+3 時間輸出....69
圖4- 5 水庫入流量預測模式-集流時間24 小時之t+4 時間輸出....70
圖4- 6 水庫入流量預測模式-集流時間48 小時之t 時間輸出.........70
圖4- 7 水庫入流量預測模式-集流時間48 小時之t+1 時間輸出....71
圖4- 8 水庫入流量預測模式-集流時間48 小時之t+2 時間輸出....71
圖4- 9 水庫入流量預測模式-集流時間48 小時之t+3 時間輸出....72
圖4- 10 水庫入流量預測模式-集流時間48 小時之t+4 時間輸出..72
圖4- 11 水庫入流量預測模式-集流時間72 小時之t 時間輸出.......73
圖4- 12 水庫入流量預測模式-集流時間72 小時之t+1 時間輸出..73
圖4- 13 水庫入流量預測模式-集流時間72 小時之t+2 時間輸出..74
圖4- 14 水庫入流量預測模式-集流時間72 小時之t+3 時間輸出..74
圖4- 15 水庫入流量預測模式-集流時間72 小時之t+4 時間輸出..75
圖4- 16 下游水位模擬模式-集流時間24 小時之網路輸出..............77
圖4- 17 下游水位模擬模式-集流時間48 小時之網路輸出..............78
圖4- 18 下游水位模擬模式-集流時間72 小時之網路輸出..............78
圖4- 19 石門水庫M5 規線.....................................................................80

表 目 錄
表1- 1 台灣與其他國家降雨量之比較....................................................2
表2- 1 生物神經元與人工神經元之比較..............................................11
表2- 2 明確集合與模糊集合運算之差異..............................................29
表2- 3 集合X 與集合Y 之間的模糊關係(R:X × Y) ...................32
表2- 4 模糊映射R ..................................................................................33
表3- 1 石門水庫基本資料......................................................................39
表3- 2 水庫入流預測模式-水文事件..................................................41
表3- 3 下游水位預測模式-水文事件..................................................48
表3- 4 入流量-水庫水位放流規則表..................................................57
表3- 5 入流量-水庫水位-潮汐放流(C1)規則表.........................59
表3- 6 入流量-水庫水位-潮汐放流(C2)規則表.........................60
表3- 7 入流量-水庫水位-潮汐放流(=C3)規則表.......................60
表4- 1 水庫入流量預測模式之效能評估結果-集流時間24 小時....65
表4- 2 水庫入流量預測模式之效能評估結果-集流時間48 小時....66
表4- 3 水庫入流量預測模式之效能評估結果-集流時間72 小時....67
表4- 4 下游水位模擬模式之效能評估結果..........................................77
表4- 5 賀伯颱風侵台期間的水庫操作相關數據..................................80
表4- 6 賀伯颱風期間水庫入流量隸屬度..............................................83
表4- 7 賀伯颱風期間水庫水位隸屬度..................................................85
表4- 8 賀伯颱風期間潮汐隸屬度..........................................................87
1.Y. Shamseldin Asaad, M. O'Connor Kieran and G. C. Liang, 1997, “Methods for combining the outputs of different rainfall–runoff models,” Journal of Hydrology, Vol. 197, pp.203-229.
2.M. N. French, W. F. Krajewski and R. R. Cuykendall, 1992, “Rainfall forecasting in space and time using a neural network,” Journal of Hydrology, Vol. 137 pp.1-13.
3.D. O. Hebb, 1949, “The Organization of Behavior,” Wiley, New York.
4.A. Homaifar, X. Q. Charlene and H. L. Steve, 1994, “Constrained optimization via genetic algorithms,” Simulation, Vol. 62, No. 4, pp.242-254.
5.J. J. Hopfield, 1982, “Neural networks and physical systems with emergent collective computational abilities,” Proc. Natl. Acad. Sci USA, Vol. 79, pp.2554~2558.
6.K. L. Hsu, H. V. Gupta and S. Sorooshian, 1995, “Artificial neural network modeling of the rainfall-runoff process,” Water Resources Research, Vol. 31, No. 10, pp.2517-2530.
7.E. Loke, E. A. Warnaars, P. Jacobsen, F. Nelen and M. do C’eu Almeida, 1997, “Artificial neural networks as a tool in urban storm drainage,” Wat. Sci. Tech., Vol. 36, No. 8-9, pp.101-109.
8.M. Lorrai and G. M. Sechi, 1995, “Neural nets for modeling rainfall-runoff transformation,” Water Resources Management, Vol. 9, pp.299-313.
9.E. H. Mamdani, 1974, “Application of fuzzy Algorithms for Control of Simple Dynamic Plants,” Proc. IEE, Vol.121, No.12, pp. 1585-1588.
10.W. S. McCulloch and W. H. Pitts, 1943, “A logical calculus of the ideas immanent in nervous activity,” Bulletin of Mathematical Biophysics, Vol. 5, pp.115~133.
11.N. Sajikumar and B. S. Thandaveswara, 1999, “A non-linear rainfall–runoff model using an artificial neural network,” Journal of Hydrology, Vol. 216, pp.32-55.
12.H. J. Zimmermann, 1978, “Fuzzy Programming and Linear Programming with Several Objective Function,” Fuzzy Sets and System 1, pp. 45-55.
13.B. Zhang and R. S. Govindaraju, 2000, “Prediction of watershed runoff using Bayesian concepts and modular neural networks,” Water Resources Research, pp.753-762.
14.張斐章、張麗秋、黃浩倫,2003,「類神經網路理論與實務」,東華書局。
15.張斐章、胡湘帆、黃源義,1998,「反傳遞模糊類神經網路於流量推估之應用」,農業工程學報,第四十四卷,第二期,第26~38頁。
16.王如意、謝龍生、嚴玉書,1998,「以類神經網絡模式分析颱風降雨與半分布並聯式水庫概模式模擬颱洪歷線之串聯應用」,農業工程學報,第四十四卷,第二期,第1~25頁。
17.黃群岳,2000,「颱風洪流量之神經網路預測」,中原大學土木工程研究所碩士論文。
18.梁晉銘,2000,「複合型類神經網路建構集水區水文模式之研究」,國立台灣大學生物環境系統工程研究所博士論文。
19.邱曉萍,2001,「以共用臨域網路推求降雨-逕流模式」,國立台灣大學生物環境系統工程研究所碩士論文。
20.楊元鎮,2003,「集水區可能最大洪流量之研究」,中原大學土木工程研究所碩士論文。
21.張大元,2003,「類神經網路在水庫放流對河川水位增量之研究」,中原大學土木工程研究所碩士論文。
22.陳守煜,1992,「模糊水文學的基本理論模型與應用」,大連理工大學學報,第32卷第2期,第201-207頁。
23.張斐章、徐國麟,1990,「利用模糊集理論推估河川流量之研究」,農工學報,第36卷第四期。
24.張斐章、黃源義、梁晉銘,1992,「模糊模式之建立極其應用於水資源系統之研究」,農工學報,第39卷第一期。
25.周世峰,1994,「模糊集理論應用於建立水庫操作專家系統之研究」,國立台灣大學農工所碩士論文。
26.張斐章、王文清,1995,「模糊線性規劃於水資源規劃之應用」,台灣水利,第43卷第1期。
27.鄭博文,1997,「洪水時期水庫操作之模糊決策分析-以石門水庫為例」,中原大學土木工程研究所碩士論文。
28.張簡鳳蓮,2002,「結合模糊理論於濁水溪流域逕流預報模式之研究」,國立成功大學水利及海洋工程研究所碩士論文。
29.邱昱禎,2002,「模糊規劃理論與優選法於水庫操作之研究」,國立台灣大學生物環境系統工程研究所碩士論文。
30.李允中、王小璠、蘇木春,2003,「模糊理論及其應用」,全華科技圖書股份有限公司。
31.賀嘉生,2005,類神經網路上課課本,Satish Kumar, 2004, “ Neural Networks : A Classroom Approach,” McGraw Hill Education.
32.黃俊傑,2004,「洪水時期水庫最佳操作之研究—以石門水庫為例」,中原大學土木工程研究所碩士論文。
33.黃國源,2000,「類神經網路與圖形識別」,維科出版社。
34.黃威雄,1999,「應用類神經網路於颱風期間雷達降雨模擬之研究」,國立臺灣大學土木工程學研究所。
35.王安培,2005,模糊理論上課講義,J. Rossi Timothy, “Fuzzy Logic with Engineering Application,” John Wiley & Sons, Ltd.
36.蕭瑩琪,2004,「洪水時期水庫最佳操作之研究—以石門水庫為例」,中原大學土木工程研究所碩士論文。
37.羅健洲,2000,模糊理論在區域水資源運用之研究-以寶山水庫及攔河堰為例,國立成功大學水利及海洋工程學系。
38.薛鉠泉,1991,「石門水庫運用25年來水文氣象綜合報告」,石管局八十年度研究發展研究報告。
39.經濟部水利處會計室,2000,「臺灣與其他國家降雨量的比較」,水利統計簡訊,第18期。
40.經濟部北區水資源局網頁http://www.wranb.gov.tw/wranb_spring/content/index.asp?
41.經濟部水利署網頁 http://www.wra.gov.tw
42.經濟部水利署第十河川局網頁 http://www.wra10.gov.tw/about011.html
43.F. Rosenblatt, 1958, “The perceptron: A probabilistic model for information storage and organization in the brain,” Psychological Review, 65:386--408.
44.M. L. Minsky and S. Papert, 1969, ”A Percceptrons,” [M] Cambridge, MA: MIT Press.
45.D. E. Rumelhart and J. L. McClelland, 1986, “Parallel distributed processing: Explorations in the microstructure of cognition,” Vol. 1. Foundations. Cambridge, MA: MIT Press/Bradford.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
1. 1. 方蕙玲著:〈西銘釋義〉,《東吳哲學學報》第1期(1996年3月)。
2. 4. 王德毅著:〈黃榦的學術與政事〉,《漢學研究》第9卷第2期(1991年12月)。
3. 7. 何雋著:〈葉適與朱熹道統觀異同論〉,《鵝湖月刊》第21卷第11期(1996年5月)。
4. 8. 何雋著:〈論韓愈的道統觀及宋儒對他的超越〉,《孔孟月刊》第33卷第3期(1994年11月)。
5. 12. 宋晞著:〈宋代學術與宋學精神〉,《華岡文科學報》第20期(1995年4月)。
6. 13. 周慶華著:〈道統—中國傳統立國精神的現代價值〉,《中山人文社會科學期刊》第5卷第2期(1997年6月)。
7. 16. 施忠賢著:〈論朱熹、陳亮「漢唐之爭」〉,《文藻學報》第9期(1995年3月)。
8. 18. 胡元玲著:〈宋代理學體用論探討〉,《中國文化月刊》第263期(2002年2月)。
9. 19. 范立舟著:〈宋儒聖人史觀論析〉,《孔孟月刊》第36卷第12期(1998年8月)。
10. 20. 范佳玲著:〈二程與佛學思想之交涉〉,《東吳中文研究集刊》第4期(1997年4月)。
11. 21. 孫又予著:〈論「子罕言利與命與仁」的斷句〉,《大陸雜誌》第95卷第5期(1997年11月)。
12. 26. 許玉敏著:〈濂洛風雅及其評註研究〉,《雲漢學刊》第10期(2003年6月)。
13. 33. 黃博仁著:〈孔門心法釋義〉,《社會科教育學報(竹師)》第1期(1998年6月)。
14. 34. 黃進興著:〈學術與信仰:論孔廟從祀制與儒家道統意識〉,《新史學》第5卷第2期(1994年6月)。
15. 37. 黃繁光著:〈論南宋趙鼎政治集團與張浚的分合關係〉,《淡江史學》第6期(1994年6月)。