臺灣博碩士論文加值系統

台灣每年遭受颱風侵襲之機率相當高，颱風豪雨所造成的大量洪水及土石流，除造成水庫潰壩，與下游河段溢堤等災害之風險外，大量泥砂進入水庫庫區造成嚴重淤積，將縮短水庫壽命，並影響水庫長期供水效應。因此，如何在颱洪時期藉由適當的操作手段，減輕颱風暴雨對水庫壩體與下游河道災害之影響，以及提高水庫排砂量，乃是一個當前重要的議題。
本研究以石門水庫為研究區域，整合遺傳演算法、河道水理演算與類神經網路等模式，發展水庫防洪減淤最佳規劃操作模式。模式中之目標函數同時考量減災、水資源與減淤等不同標的，水庫操作則以石門水庫運用要點之規定為依據。
由結果發現本研究所發展之水庫防洪減淤最佳規劃操作模式，相對於歷史操作結果，對減少庫區淤砂較為顯著，以各場颱風為例，薔蜜颱風本模式可將排砂量由48.08萬噸增至65.48萬噸，約增加36%，鳳凰颱風的部分，本模式可將排砂量由26.61萬噸增至38.41萬噸，約增加44%，對辛樂克颱風而言，本模式可將排砂量由178.51萬噸增至274.89萬噸，約增加54%。整體而言，模擬的結果顯示本研究發展之水庫防洪減淤最佳規劃操作模式，可有效提升排砂量，延長水庫壽命，達永續經營之目的。

In Taiwan, frequent typhoon events result in flood related damages such as reservoir sedimentation, dam failure, and uncertain water supply. Therefore, this study develops a model to optimize the reservoir operation to control the flooding damage, increase the water supply, and improve the sediment sluicing efficiency.
An optimal flood control model is developed using Genetic algorithms, a river simulation model, and an Artificial Neural Network (ANN) model. This developed model has multiple objectives including flood control, water supply, and sediment sluicing. Shimen Reservoir is selected for this study. Three historical typhoon events are used: Typhoon Jangmi, Typhoon Fung-Wong, and Typhoon Sinlaku. The results show extraordinary operation efficiency improvement in terms of flooding control and sediment sluicing. This model increases the sluicing sediment efficiency for 36%, or 174,000 tons; 44%, or 118,000 tons; and 54%, or 96300 tons for Typhoon Jangmi, Typhoon Fung-Wong, and Typhoon Sinlaku respectively. These result shows that the developed model can be a very useful tool for optimal flood control operation for reservoirs.

摘要 III
Abstract IV
謝誌 V
目錄 VI
圖目錄 IX
表目錄 XII
第一章 前言 1
1.1 研究動機與目的 1
1.2 研究目的 1
1.3 研究流程 2
第二章 文獻回顧 4
2.1 水庫防洪操作 4
2.2 遺傳演算法 5
2.3 類神經網路 8
2.4 水力排砂 9
第三章 理論概述 11
3.1 HEC-RAS河道變量流演算 11
3.1.1 HEC-RAS理論 11
3.1.2 數值方法 12
3.2 類神經網路 14
3.2.1 類神經網路種類 14
3.2.2 倒傳遞類神經網路概述 16
3.2.3 轉換函數 19
3.2.4 網路參數 19
3.3 遺傳演算法 21
3.3.1 基本理論概述 21
3.3.2 遺傳演算法架構流程 23
3.3.3 遺傳演算法參數設定 24
第四章 水庫防洪減淤操作最佳規劃模式之發展 26
4.1 模式系統架構 26
4.1.1 HEC-RAS河川水理模式與洪水類神經模式建置 27
4.1.2 庫區泥砂動態類神經網路 28
4.2 水庫防洪減淤操作最佳規劃模式發展 29
4.2.1 模式目標函數與限制式 30
4.2.2 水庫防洪減淤最佳規劃模式說明 34
第五章 案例應用 39
5.1 研究區域概述 39
5.2 研究區域模擬模式建立 40
5.2.1 應用河川洪水類神經網路於大漢溪主流之檢定 41
5.2.2 應用泥砂類神經網路於石門水庫濃度之檢定 49
5.3 防洪減淤操作最佳規畫模式應用成果分析 53
第六章 結論與建議 70
6.1 結論 70
6.2 建議 71
第七章 參考文獻 72

1. Akter, T. and Simonovic, S. P.,“Modelling uncertainties in short-trm reservoir operation using fuzzy sets and a genetic algorithm”,Hydrol.Sci.J. 49(6),1081-1097,2004.
2. East, V.& M.J.Hall. ,“Water resource system optimization using genetic algorithms” Hydroinformatics 94, Proc., Int. Conf on Hydroinformatics, Balkema,Rotterdam, The Netherlands, pp.225-231,1994.
3. E.Loke, E. A. Warnaars, P. Jacobsen, F. Nelen and M. do C’eu Almeida.,“Artificial neural networks as a tool in urban storm drainage”, Wat. Sci. Tech., Vol.36,NO.8-9,pp.101-109,1997.
4. French, M. N., Krajewski, W. F., and Cuykendall, R.R.“ Rainfall forecasting in space and time using a neural network”, J.Hydro.,137,1-31,1992.
5. Gokmen Tayfur, Vijay P. Singh.,“ANN and Fuzzy Logic Models for Simulating Event-Based Rainfall-Runoff”, Journal of Hydrologic Engineering , Vol. 132, pp. 1069-1075,2006.
6. Hydrologic Engineering Center.“HEC-1 Flood hydrograph package:User’s manual,”U.S.Army Corps of Engineers,Davis,California,1990.
7. Halff, A. H., and Azmoodeh, M.,“Predicting runoff from rainfall using neural networks”, ASCE National Conference on Hydraulic Engineering, 760-765, San Francisco,1993.
8. M. Lorrai and G. M. Sechi.,“Neural nets for modeling rainfall-runoff transformation”, Water Resources Management,　Vol.9,pp.299-313,1995.
9. N. Sajikumar and B. S. Thandaveswara.,“A non-linear rainfall-runoff model using an artificial neural network”,Journal of　Hydrology, Vol.216,pp.32-55,1999.
10. Oliveira, R and P.P. Loucks.,“Operating rules for multireservoir systems”,Water Resource Research, 33(4),pp839-852,1997.
11. Salas JD,Shin HS. Uncertainty analysis of reservoir sedimentation . Journal of Hydrologic Engineering 1999；125(4):339-350
12. Unver, O. I., and Mays, L.W.“Model for real-time optimal flood control operation of a reservoir system”,Water Resour.Manage., 4,21-46,1990.
13. Windsor,J.S.“Optimization model for the operation of flood control systems”, Water Resour.Res.,9(5), 1219-1226, 1973.
14. Wasimi, S. A., and Kitanidis, P. K.“Real-time forecasting and daily operation of a multireservoir system during floods by linear quadratic Gaussian control” , Water resour. Res., 19(6),1511 -　1522 , 1983.
15. Wang, Q.J.,“The Genetic Algorithm and Its Application to Calibrating Conceptual Rainfall-Runoff Models”,Water Resource Research,Vol.27,NO.9,pp.2467-2471,1991.
16. 王國威，「運用懲罰機制遺傳演算法於水庫颱洪操作之規劃」，淡江大學水資源及環境工程學系，碩士論文，民國90年。
17. 石明輝，「基因演算法在多水庫多目標規劃之應用」，國立交通大學土木研究所，碩士論文，民國88年。
18. 何曜顯，「納莉颱風期間基隆河水位之數值模擬-貨櫃堵塞與竹子嶺防洪閘門對水位之影響」，國立海洋大學河海工程學系，碩士論文，民國93年。
19. 周乃昉、楊豐榮、鄭子璉、鄭志偉，「曾文水庫即時防洪運轉分析模式之研擬」，第二屆環境系統分析研討會，民國88年。
20. 袁倫欽，「序率動態規劃配合遺傳演算法之研究-以石門水庫供水系統為例」，國立台灣海洋大學碩士論文，民國90年。
21. 唐偉倫，「以類神經網路建構集水區降雨-逕流分佈模式」，逢甲大學水利工程與資源保育研究所，碩士論文，民國98年。
22. 陳逸鴻，「以類神經網路建構石門水庫集水區泥砂濃度推估模式」，國立臺灣大學生物環境系統工程學研究所，碩士論文，民國100年。
23. 陳昶憲，「水庫防洪即時優選操作之研究」，國立台灣大學土木工程研究所，博士論文，民國80年。
24. 陳莉，「以物件導向之遺傳演算法優選水庫運用規線之研究」，國立台灣大學農業工程研究所，博士論文，民國83年。
25. 張大元，「類神經網路在水庫放流對河川水位增量之研究」，中原大學土木學系，碩士論文，民國92年。
26. 黃群岳，「颱風洪流量之神經網路預測」，中原大學土木工程學系，碩士論文，民國88年。
27. 經濟部水利署，「石門水庫及其集水區整治計畫之經濟效益評估」，2009。
28. 經濟部水利署，「北部地區水資源供應風險管理機制探討與建立」，2010。
29. 經濟部水利署水利規劃試驗所，「美國國家計算水科學及工程中心河道變遷模式之引進及應用研究(1/3)」，民國96年。
30. 經濟部，「石門水庫運用要點」，經授水字第10220204090號令修正，民國102年。
31. 蔡宗志，「智慧型理論於水庫防洪操作之研究」，中華大學土木工程學系，碩士論文，民國89年。
32. 蔡明暲，「複式斷面河道一維與平面二維水理現象模擬之研究」，國立成功大學水利及海洋工程研究所，碩士論文，民國93年。
33. 顏清連、劉家富(1988)，淡水河洪流演算模式: (五)水庫操作對洪流之影響，國科會防災科技研究報告 76-15號。