跳到主要內容

臺灣博碩士論文加值系統

(44.204.65.189) 您好!臺灣時間:2024/03/28 16:31
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:吳定穎
研究生(外文):Ting-ying Wu
論文名稱:演化模糊推論系統應用於洪水位預測
論文名稱(外文):Application of Evolutionary Fuzzy Inference System on the Flood Water Level Forecasting
指導教授:陳昶憲陳昶憲引用關係
指導教授(外文):Chang-shian Chen
學位類別:碩士
校院名稱:逢甲大學
系所名稱:水利工程與資源保育研究所
學門:工程學門
學類:河海工程學類
論文種類:學術論文
論文出版年:2008
畢業學年度:96
語文別:中文
論文頁數:117
中文關鍵詞:遺傳規劃法遺傳演算法模糊推論系統
外文關鍵詞:Genetic AlgorithmGenetic ProgrammingFuzzy Inference System
相關次數:
  • 被引用被引用:3
  • 點閱點閱:556
  • 評分評分:
  • 下載下載:77
  • 收藏至我的研究室書目清單書目收藏:0
近年來,人工智慧方法應用於推估降雨-逕流歷程獲得良好效果,但人工智慧依然存在幾個缺點,如難以解釋輸入與輸出之間的關係、設定模式無系統化方法、模式推衍能力不佳和訓練後穩定性不足等。有鑑於此,學者將人工智慧方法以許多方法增進模式推估精度,但卻使得推論模式趨於複雜。本研究為達到精簡模式目的,故修正TS模糊推論系統(Takagi-Sugeno Fuzzy Inference System)的局部線性模式,以遺傳規劃非線性模式推論代替TS模式原先之局部線性模式,並運用遺傳演算法搜尋最佳隸屬函數進行最佳化過程,由此模式可達到精簡化且加強推估之穩定性。
建構模式方面為不使用試誤法及不破壞水位歷線中物理特性之目的,故本文嘗試以颱風特性並結合模糊推論系統之特性建構模糊推論系統,即運用颱風水位歷線建構TS模糊推論系統之推論項,以保留水位歷線中完整之物理特性,使模糊推論系統推論時能顯示颱風暴雨量和歷史颱風水位變化之關聯,並能顯示颱風暴雨和水位變化之重要資訊。
將所建立之模糊推論系統應用於烏溪流域颱風水位之預測上,其驗證結果在預測整體表現良好,且達到模式能顯示輸入值與輸出值之間關係,不以試誤法求得最佳模式架構,增加模式推衍能力,推估模式能穩定推估和模式結構能簡化等目標,由此可見將模糊推論系統與遺傳演算法和遺傳規劃法結合,並配合降雨-逕流系統之特性建構模式,可得一性能良好且穩定之推估模式。
中文摘要..................................................i
英文摘要.................................................ii
目錄....................................................iii
表錄......................................................v
圖錄.....................................................vi
第一章 緒論...............................................1
1.1 前言.................................................1
1.2 研究動機與目的.......................................2
1.3 文獻回顧.............................................4
1.3.1 模糊理論.........................................4
1.3.2 遺傳演算法......................................10
1.3.3 遺傳規劃法......................................11
1.3.4 綜合比較........................................13
1.4 研究方法............................................15
1.5 研究架構............................................17
第二章 理論分析..........................................19
2.1 線性轉換函數........................................19
2.2 遺傳規劃法..........................................20
2.3 模糊推論系統........................................25
2.3.1 模糊理論........................................25
2.3.2 Takagi-Sugeno模糊推論系統.......................34
2.4 遺傳演算法..........................................36
第三章 模式建立與應用....................................41
3.1 研究區域概述........................................42
3.2 研究資料處理........................................43
3.3 模式建構與參數設定..................................43
3.4 評鑑標準............................................49
第四章 結果與討論........................................51
4.1 系統塑模............................................52
4.1.1 線性轉換函數判別結果............................52
4.1.2 遺傳規劃法檢定結果..............................53
4.2 模糊推論系統推論結果與分析..........................60
4.2.1 遺傳模糊推論系統檢定結果........................60
4.2.2 遺傳模糊推論系統驗證結果........................70
4.2.3 系統修剪........................................80
4.2.4 推理過程特性分析................................91
4.3 小結................................................92
4.4 推理過程特性討論....................................92
4.5 模式效能比較........................................94
4.5.1 與遺傳規劃模式之比較............................94
4.5.2 與文獻模式比較..................................97
第五章 結論與建議.......................................100
5.1 結論...............................................100
5.2 建議...............................................101
參考文獻...............................................102
1. A. Altunkaynak, Z. Sen, “Fuzzy logic model of lake water level fluctuations in Lake Van,Turkey”, Theoretical and Applied Climatology,Vol.90,pp227-233(2007).
2. Ali Uyumaz, Abdusselam Altunkaynak, Mehmet Ozger, “Fuzzy Logic Model for Equilibrium Scour Downstream of a Dam’s Vertical Gate.”, Journal of Hydrologic Engineering, Vol.132, No.10,October 1,pp1069-1075(2006).
3. Cordan, O. and Herrera, F., “A General Study on Genetic Fuzzy Systems”, Genetic Algorithms in Engineering and Computer Science, pp. 33-57(1995).
4. Dragan A. Savic, Godfrey A. Waters, James W. Davidson,“A Genetic Programming Approach to Rainfall-Runoff Modeling”, Water Resources Management,Vol.13, NO. 3,pp.219-231(1999).
5. Drecourt, J.P., “Application of Neural Networks and Genetic Programming to Rainfall-Runoff Modeling”, D2K Technical Report, Danish Hydraulic Institute, Denmark (1999).
6. Gokmen Tayfur ,Vijay P. Singh, “ANN and Fuzzy Logic Models for Simulating Event-Based Rainfall-Runoff.” , Journal of Hydrologic Engineering, Vol.132, No.12,December 1,pp1069-1075(2006).
7. Hilde Vernieuwe, Olga Georgieva, Bernard De Baets, Valentijn R. N. Pauwels, Niko E.C. Verhoest, Francois P. De Troch, “Comparison of data-driven Takagi-Sugeno models of rainfall-discharge dynamics.” Journal of Hydrology,Vol.302, pp173-186(2005).
8. Jang, J.S.R.,“Input Selection for ANFIS learning”,Proceedings of the Fifth IEEE International Conference on,Volume:2.(1996).
9. Jayawardena, A.W., Muttil, N. and Fernando, T.M.K.G. (2005). Rainfall-Runoff Modelling using Genetic Programming. MODSIM 2005 International Congress on Modelling and Simulation. December 2005, pp. 1841-1847(2005).
10. K.W. Chau, C.L. Wu, Y.S. Li, “Comparison of Several Flood Forecasting Models in Yangtze River.” Journal of Hydrologic Engineering, Vol.10, No.6,November 1,pp.485-491(2005).
11. Koza, J.R., “Genetic programming – on the programming of comput- ers by means of natural selection”, Cambridge, MA. MIT Press (1992).
12. Lihua Xiong, Asaad Y. Shamseldin, Kieran M.O’Connor, “A non-linear combination of the forecasts of rainfall-runoff models by the first-order Takagi-Sugeno fuzzy system.”,Journal of Hydrology, Volume :245,pp.196-217(2001).
13. McKee, T. E., and Lensberg, T., "Genetic Programming and Rough Set: A Hybrid Approach to Bankruptcy Classification." European Journal of Operational Research , Vol. 138, pp. 436-451 (2002).
14. Muhammad AQIL, Ichiro KITA, Akira YANO, Soichi NISHIYAMA, “A Takagi-Sugeno Fuzzy System for the Prediction of River Stage Dynamics.”JARQ,Vol.40,pp.369-378.(2006).
15. Ozlem Terzi, M. Erol Keskin, E. Dilek Taylan, “Estimating Evaporation Using ANFIS”,Journal of Irrigation and Drainage Engineering, Vol. 132,No. 5,October 1,pp.503-507(2006).
16. Sara Silva, A Genetic Programming Toolbox for Matlab, Evolutionary and Complex Systems Group, University of Coimbra (2004).
17. Whigham, P.A., Crapper, P.F., “Modeling Rainfall-Runoff using Genetic Programming”Mathematical and Computer Modeling 33, pp.707-721(2001).
18. X. K. Wang, W. Z. Lu, S. Y. Cao and D. Fang,“Using Time-Delay Neural Network Combined with Genetic Algorithms to Predict Runoff Level of Linshan Watershed, Sichuan. China”, Journal of Hydrologic Engineering, Vol.12, No.2,March 1,pp231-236(2007).
19. Yoon-Seok Hong, Michael R. Rosen, Robert R. Reeves, “Dynamic Fuzzy Modeling of Storm Water Infiltration in Urban Fractured Aquifers.”Journal of Hydrologic Engineering, Vol.7, No.5,September 1,pp.380-391(2002).
20. Yoon-Seok Hong, Michael R. Rosen,“Identification of an urban fractured-rock aquifer dynamics using an evolutionary self-organizing modellng” , Journal of Hydrology, Vol. 259, pp. 89-104(2002).
21. Yoon-Seok Hong, Rao Bhamidimarri, “Evolutionary self-organising modeling of a municipal wastewater treatment plant”,Water Research , Vol. 37, pp. 1199-1212(2002).
22. Zhu, M.L. And M. Fujita, “Comparisons Between Fuzzy Reasoning and Neural network Methods to Forecast Runoff Discharge”, Journal of Hydroscience and Hydraulic Engineering, Vol.12, No.2,pp.131-141(1994).
23. 方唯鈞,「應用遺傳規劃模式於洪流量預測」,私立逢甲大學水利工程學系碩士論文(2006)。
24. 王文俊,「認識Fuzzy」,全華科技圖書股份有限公司(2005)。
25. 王如意,「應用水文學」,國立編譯館,台北(1992)。
26. 王博群,「以基因規劃法建構案例推理決策樹」,元智大學資訊管理系碩士論文(2004)。
27. 王進德、蕭大全,「類神經網路與模糊控制理論入門」,全華科技圖書股份有限公司(2003)。
28. 王寧本,「應用遺傳演算法建立推估洪水出流歷線模式之研究」,私立逢甲大學土木及水利工程研究所碩士論文(1996)。
29. 吳育奇,「自組特徵映射圖模糊類神經網路於河川流量推估之應用」,臺灣大學農業工程研究所碩士學位論文(2000)。
30. 周鵬程,「遺傳演算法原理與應用 活用Matlab」,全華科技圖書股份有限公司(2002)。
31. 周鵬程,「類神經網路入門」,全華科技圖書股份有限公司(2002)。
32. 邱昭彰、李安邦,「遺傳模糊專家系統(GA-Fuzzy)技術在眷投資操作之決策輔助」,資訊管理研究,第2卷,第2期,第61-82頁(2007)。
33. 張斐章、胡湘帆、黃源義,「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44卷,第2期,第26-38頁(1998)。
34. 張斐章、胡湘帆、黃源義,「應用模糊類神經網路於流量推估之研究」,八十六年農業工程研討會論文集,第37-43頁(1997)。
35. 張斐章、張麗秋、黃浩倫,「類神經網路理論與實務」,東華書局股份有限公司(2003)。
36. 梁晉銘、張斐章、陳彥璋,「預分類型類神經-模糊推論模式於水文系統之研究」,第十一屆水利工程研討會論文集,第L-107-L-112頁(2000)。37. 梁晉銘、張斐章、陳彥璋,「複合演算類神經-模糊推論模式應用於洪水預測」,中華水土保持學報,第31卷,第三期,第183-191頁(2000)。
38. 陳建宏,「模糊類神經網路應用在集水區出流量之預測」,私立逢甲大學土木及水利工程研究所碩士論文(1999)。
39. 陳韋佑,「群策倒傳遞類神經網路之建構與應用」,私立逢甲大學土木及水利工程研究所碩士論文 (2003)。
40. 陳昶憲、陳建宏,「模糊類神經洪水位預報模式」,中華水土保持學報,第28卷,第4期,第299-310頁(1997)。
41. 陳昶憲、陳建宏、楊朝仲,「應用模糊控制進行洪流量預報」,逢甲學報,第三十二期,ISSN0336-1925,第79-90頁(1997)。
42. 陳昶憲、鍾侑達、方唯鈞,「遺傳規劃在河川演算之應用」,臺灣水利季刊,第53卷,第4期,第39-45頁(2005)。
43. 陳昶憲、鍾侑達、方唯鈞、劉錦蕙,「結合類神經之模糊推理邏輯建置以日流量預測模式為例」,臺灣水利季刊,第53卷,第3期第41-55頁(2005)。
44. 童慶斌、李宗祐,「應用遺傳規劃法建立櫻花鉤吻鮭魚群數量對環境之反應函數」,農業工程學報,第49卷,第3期(2003)。
45. 馮正民、邱裕鈞,「研究方析方法」,建都文化事業股份有限公司(2004)。
46. 黃晉華,「以類神模糊推理修正水位預測之一階延遲現象」,私立逢甲大學水利工程學系研究所碩士論文(2007)。
47. 葉怡成,「類神經網路模式應用與實作」,儒林圖書有限公司(2003)。
48. 蔡國慶,「模糊類神經網路應用在集水區出流量之預測」,私立逢甲大學土木及水利工程研究所碩士論文(1999)。
49. 蔡聰男,「自適應式表面黏著製程品質預測控制系統之發展」,國立成功大學製造工程研究所博士論文(2003)。
50. 儲誠山,「基因遺傳演算法和BP神經網路的用水量預測」,中國農村水利水電(2006)。
51. 蘇木春、張孝德,「機器學習類神經網路、模糊系統以及基因演算法則」,全華科技圖書股份有限公司(1997)。
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top