(18.232.50.137) 您好!臺灣時間:2021/05/06 16:42
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:::

我願授權國圖
: 
twitterline
研究生:李士強
研究生(外文):shih-chiang Li
論文名稱:EMD結合遞迴式類神經進行流域降雨量預測-以高屏溪流域為例
論文名稱(外文):Rainfall Forecasting by EMD and Recurrent Neural Network-A Case Study of the Kao Ping Basin
指導教授:陳昶憲陳昶憲引用關係
學位類別:碩士
校院名稱:逢甲大學
系所名稱:土木及水利工程所
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:2009
畢業學年度:97
語文別:中文
論文頁數:127
中文關鍵詞:氣候變遷時間序列分析經驗模態分解法
外文關鍵詞:Climate ChangeTime Series AnalysisEmpirical Mode Decomposition
相關次數:
  • 被引用被引用:1
  • 點閱點閱:393
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:112
  • 收藏至我的研究室書目清單書目收藏:0
近年在劇烈的氣候變遷下,全球在空間與時間上皆發生有別於以的降雨分佈,故預測降雨於水資源長期調配尤顯重要,故本文引用美國以及加拿大所提供之全球大氣-海洋耦合模式其中的資料,建立一個可以預測未來降雨量之模式。
研究中首先利用倒傳遞類神經網路進行環流模式之降尺度,接著經由統計方法選擇出一個降雨量影響最高的因子,經由使用近年來被廣泛利用在各個領域的新興方法-希伯特黃轉換中的經驗模態分解法將選定之影響因子分解成數個模態函數,由不同統計方法挑選出與降雨量相關性最高之模態函數對降雨量序列進行線性濾波,濾波後之餘波利用遞迴式類神經以及時間序列分析中一般化自迴歸異質變異時序模式進行預測,將預測結果與挑選之模態函數線性疊加即完成預測,並將預測結果與動力降尺度預報進行比較,結果顯示本研究建構的模式,可以應用在流域預測以及單站預測,並且在短期預測表現較佳。
中文摘要 I
Abstract II
目錄 III
表目錄 VI
圖目錄 IX
第一章 緒論 1
1.1研究動機 1
1.2文獻回顧 2
1.3研究方法 4
1.4研究架構 6
第二章 理論分析 7
2.1相關分析 7
2.1.1 Pearson積差相關係數 7
2.1.2 Spearman等級相關係數 8
2.2類神經網路 8
2.2.1 倒傳遞類神經網路 8
2.2.2 BPN學習過程的建立 9
2.2.3 BPN回想過程建立 13
2.3希爾伯特黃轉換(Hilbert-Huang Transform) 14
2.3.1內建模態函數(IMF) 15
2.3.2經驗模態分解(EMD) 16
2.4時間序列分析 18
2.4.1 ARMA模式 18
2.4.2 ARCH模式 22
2.4.3 GARCH模式 25
第三章 模式建立與應用 27
3.1研究區域概述 27
3.2研究資料處理 28
3.3模式建構 30
3.3.1因子降尺度 31
3.3.2 EMD與時間序列預測模式 34
3.4評鑑標準 36
第四章 結果與討論 38
4.1相關分析結果 38
4.2 BPN降尺度 39
4.2.1模式CCCma 39
4.2.2模式EH4OPYC 43
4.3 EMD與IMF相關分析 47
4.3.1 模式CCCma 47
4.3.2 模式EH4OPYC 53
4.3.3 線性濾波 58
4.4時間序列建模 60
4.4.1 CCCma-A2 60
4.4.2 CCCma-B2 63
4.4.3 EH4OPYC-A2 66
4.4.4 EH4OPYC-B2 70
4.5模式檢定 72
4.6模式驗證 76
4.5模式預測 81
第五章 預測模式比較 85
5.1資料概述 85
5.2 IMF相關分析 86
5.3線性濾波 91
5.4時間序列建模 93
5.4.1 CCCma-A2(短期) 93
5.4.2 CCCma-A2(長期) 97
5.4.3 CCCma-B2(長期) 101
5.4.4 EH4OPYC-A2(長期) 104
5.4.5 EH4OPYC-B2(長期) 109
5.5模式檢定 112
5.6模式驗證 116
5.7模式預測 119
第六章 結論與建議 123
6.1結論 123
6.2建議 124
參考文獻 125
1.李清騰,「東亞及台灣區域氣候之降尺度模擬」,台灣大學大氣科學研究所(2004)。
2.林茂文,「時間數列分析與預測」,華泰書局(1992)。
3.林茂文,「時間數列分析與預測-管理與財經之應用」,萬泰文化事業股份有限公司(2006)。
4.林淑華,「全球氣候變遷模式推估與情境模擬簡介」,林業研究專訓-專題論述,Vol.15 NO.2 2008。
5.柳中明,「台灣地區未來氣變遷預估」,台灣大學全球變遷研究中心(2008)。
6.洪念民,「不確定性對氣候變遷對水資源衝擊評估之影響」,水資源管理研討會(2008)
7.唐亦宣,「石門水庫集水區日降雨統計降尺度之研究」,國立成功大學水利及海洋工程碩士論文(2007)。
8.唐亦宣,「氣候變遷下水文乾旱之趨勢與衝擊評估」,水資源管理研討會(2008)
9.曹朋青,「基於EMD的HHT變換技術在長江三峽水庫年平均流量預報中的應用」,中國學術期刊電子雜誌(2008)。
10.郭叔隆,「烏溪河川水質水量相關性時序分析」,逢甲大學水利工程與資源保育研究所(1998)。
11.陳正平,「河川月流量序列之雙線性模式研究」,淡江大學水資源及環境工程學系碩士論文(1998)。
12.陳正昌、程炳林、陳新豐、劉子鍵,「多變量分析分法-統計軟體應用」,五南圖書出版有限公司(2005)。
13.黃偉民,「衛生掩埋場滲出水條件異質變異數時序模式」,逢甲大學水利工程與資源保育研究所(1997)。
14.楊奕農,「時間序列分析-經濟與財務上之應用」,雙葉書廊有限公司(2005)。
15.楊胤庭,「東亞地區2040年代與2090年代相對於1990年代夏季氣候變遷之GCM比較結果」,本地變遷模擬推動研究進展研討會(2007)。
16.葉怡成,「類神經網路模式應用與實作」,儒林圖書有限公司(1999)。
17.虞國興、林河山,「非線性時間RCA模式應用於河川月流量之模擬與預測」,臺灣水利,第四十五卷,第四期,第36-44頁(1997)。
18.劉錦蕙,「乾、溼季時間序列分析」,逢甲大學水利工程與資源保育研究所(2000)。
19.蕭文龍,「多變量分析最佳入門實用書」,��峯資訊股份有限公司(2007)。
20.蕭志惠,「CWB動力區域氣候預報系統中NCEP/RSM預報技術的分析與校驗」,中央氣象局(2007)。
21.謝明昇,「應用遺傳規劃法進行氣候預報降尺度分析於季節性河川流量預報」,台灣大學生物環境工程學研究所(2005)。
22.藍嘉偉,「利用HHT之EMD方法分析SSM/I資料估算之客觀指數與颱風強度年際變化關係」,中央大學大氣物理研究所(2006)。
23.Lon-Mu Liu, “TIME SERIES ANALYSIS AND FORECASTING 2ed”, America, Scientific Computing Associates(2008).
24.Chang-Shian Chen, Chin-Hui Liu, Hui-Chen Su, “A Nonlinear Time Series Analysis Using Two-Stage Genetic Algorithms for Streamflow Forecasting”, HYDROLOGICAL PROCESSES V22 SCI(2008).
25.Ruey S. Tsay, “Analysis of Financial Time Series 2ed”, America, WILEY-INTERSCIENCE(2005).
26.J. H. Ahn, H. S. Kim, ”Nonlinear Modeling of El Nino/Southern Oscillation Index”, JOURNAL OF HYDROLOGIC ENGINEERING ASCE(2005), p8-15.
27.Norden E. HUNAG, ZHENG SHEN, STEVEN R. LONG, MANLI C. WU, Hsing H. SHIN, QUANAN ZHENG, NAI-CHYUAN YEN, CHI CHAO TUNG, HENRY H. LIU, “The empirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis”, Proc. R. Lond. A(1998), p903-995.
28.William W. S. WEI, “TIME SERIES ANALYSIS”, New York, Addison-Wesley Publishing Company(1990).
29.Ruey S. Tsay; George C. Tiao, “Consistent Estimates of Autoregressive Parameters and Extended Sample Autocorrelation Function for Stationary and Nonstationary ARMA Models”, Journal of the American Statistical Association, Vol. 79, No. 385. (1984), pp. 84-96. Page 47 - Page 59.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
系統版面圖檔 系統版面圖檔