http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
NN-TWI를 이용한 사천시 삼천포계통 단기 물 수요예측
최기선(Gee-seon Choi),최영환(Young-Hwan Choi),최성국(Sung-Koog Choi),이상수(Sang-Soo Lee),전명근(Myung-Geun Chun) 한국정보기술학회 2009 한국정보기술학회논문지 Vol.7 No.5
In this paper, we develop daily and hourly water demand forecasting model using NN and TWI for Sachon city. First, we build daily water demand model by neural networks with two input factors such as climate factor and past water demand data selected by correlation analysis. And then hourly water demand forecasting model is computed by multiplying the predicted value from a daily water demand forecasting model with TWI(Time Weight Index) which was calculated by considering four representative months during one year. According to the experimental results, the proposed daily water demand forecasting model shows better performance than linear ARIMA model. Also, hourly water demand forecasting model is superior to conventional method based on time cycle. From theses results, more exact water demand forecasting for Sachon city will contribute for promoting more stable facility operation.
데이터 마이닝 기법을 활용한 댐방류에 따른 하천 수위 예측
이동훈(Lee Dong Hoon),이호현(Lee Ho Hyun),최성국(Choi Sung Koog),정우성(Jung Woo Sung),신강욱(Shin Gang Wook) 한국통신학회 2021 한국통신학회 학술대회논문집 Vol.2021 No.6
본 논문에서는 댐방류량에 따른 하류하천 수위를 예측하기 위한 선형 및 비선형 모델을 개발하였고, 선형회귀와 신경망 모델을 검토하였다. 데이터간 상관관계 분석을 통해 입력변수를 선정하였으며 군남홍수조절지 및 한탄강댐 방류에 따른 임진강 하천의 4개 수위국 수위를 예측하였다. 특히 도달시간 예측을 위하여 교차상관관계를 통하여 최적 도달시간을 예측하였으며, 모델이 시간에 따른 오차가 발생할 수 있어 이를 실시간 보정하는 알고리즘을 추가하였다. 이를 통해 댐방류량에 따른 정확한 수위예측을 기여하고, 홍수에 따른 인명 및 재산피해를 사전에 방지할 수 있을 것으로 기대된다.