Zastosowanie sztucznych sieci neuronowych do aproksymacji modelu matematycznego transformacji fali wezbraniowej w kanale otwartym

• Autorzy: Siuta T. , Gajer M.

Warianty tytułu

EN

Application of ANN for aproximation of mathematical model of flood wave transformation in the open chanel

• Języki publikacji: PL

Abstrakty

PL

Sztuczne sieci neuronowe znajdują coraz więcej zastosowań w rozwiązywaniu problemów inżynierskich. Jedną z dziedzin, w których sieci neuronowe cieszą się coraz większą popularnością jest hydrologia i hydraulika przepływów w naturalnych systemach rzecznych. W artykule przedstawiono możliwość zastosowania sztucznej sieci neuronowej do aproksymacji modelu transformacji fali wezbraniowej na odcinku kanału o przekroju prostokątnym. Celem przeprowadzonego badania było sprawdzenie dokładności odwzorowania siecią neuronową zmiennych w czasie przepływów w przekroju wyjściowym kanału i porównanie tych wyników z wynikami uzyskanymi poprzez model matematyczny. Zadowalająca dokładność uzyskanych wyników aproksymacji daje podstawy do zastosowania modeli neuronowych w modelowaniu efektów transformacji fali wezbraniowej w bardziej złożonych naturalnych systemach rzecznych.

EN

Artificial neural networks find more and more aplications for solving engineer's problems. ANN have been also becomming very popular tools aplied for modelling of hydrologic and river system hydraulic phenomenas. In the paper capabilities of ANN in phisic-based model aproximation of flood wave transformation through rectangular chanal were shown. The aim of this work is comparison of results obtained by ANN with results obtained by phisic-based model. Acceptable accuracy of results of aproximations allows for ANN complex natural river system aplications.

Słowa kluczowe

PL

sztuczne sieci neuronowe; aproksymacja; model matematyczny; transformacja; fala wezbraniowa; kanał otwarty; hydrologia przepływów; hydraulika przepływów; naturalne systemy rzeczne

EN

artificial neural networks; ANN; aproximation; mathematical model; transformation; flood wave; open channel; natural river system

• Wydawca: Wydawnictwa AGH
• Czasopismo: Inżynieria Środowiska / Akademia Górniczo-Hutnicza im. S. Staszica w Krakowie
• Rocznik: 2002
• Tom: T. 7, z. 2
• Strony: 187--201
• Opis fizyczny: Bibliogr. 10 poz., rys., tab.

Twórcy

autor

Siuta T.

• Politechnika Krakowska, Wydział Inżynierii Środowiska

autor

Gajer M.

• Akademia Górniczo-Hutnicza, Wydział Elektrotechniki, Automatyki, Informatyki i Elektroniki

Bibliografia

• [1] ASCE: Artificial neural networks in hydrology. II: Hydrologie applications. Journal of Hydrologie Engineering, vol. 5, No. 2, 2000
• [2] Dibike Y.B., Abbott M.B.: Application of artificial neural networks to the symulation of a two dimensional flow. Journal of Hydraulic Research, vol. 37, No. 4,1999
• [3] Brunner G.W.: US Army Corps of Engineers, Hydrologie Engineering Centre: HEC-RAS River Analysis System, computer program, 2001
• [4] Björn S.: NNDT - Neural Network Development Tool, http://www.it.uom.gv/pdp/DigitalLib/Neural/Neu.soft.htm, computer program, 1995
• [5] Hertz J., Krogh A., Palmer R.: Wstęp do teorii obliczeń neuronowych. Warszawa, WNT 1995
• [6] Jayawardena A.W., Fernando D.A.K.: Artificial neural networks in hydro-meteorological modelling. Developments in Neural Networks and Evolutionary Computing for Civil and Structural Engineering, 1995
• [7] Moody J., Utans J.: Principled architecture selection for neural networks: application to corporate bond rating prediction. Advances in Neural Inform. Processing Systems, 4,1992
• [8] Tadeusiewicz R.: Systemy wizyjne robotów przemysłowych. Warszawa, WNT 1993
• [9] Tadeusiewicz R.: Sieci neuronowe. Warszawa, Akademicka Oficyna Wydawnicza PLJ 1995
• [10] Thirumalaiah K., Deo M.C.: Real-time flood forecasting using neural networks. Computre-Aided Civil and Infrastructure Engineering, vol. 3, No. 1,1998