본연구는 홍수기의 일단위 하천유출량을 예측하기 위한 방법으로 인공지능의 구현 모형으로 사용되고 있는 신경회로망이론을 도입하여 실수문계에 적용하고 그 결과를 제시하는 것이다. 강우-유출과정으로 형성되는 수문계의 동적거동을 입출력패턴으로 보아서 모형을 구성하는 유니트의 비선형 응답특성에 따라 네트워크의 상호 결합강도를 조정하여 시스템의 매개변수를 반복추정하는 방법으로 시스템을 특정 평가하였다. 일강우와 일유량의 과거 관측치를 신경회로망 모형의 순전파알고리즘으로 학습시켜 추정된 매개변수를 이용하여 하천유출량을 예측하였고 그 결과를 관측된 유량과 비교하기 위하여 통계학적으로 분석하였다.
The purpose of this paper is to introduce and to apply the artificial neural network theory to real hydrologic system for forecasting daily streamflows during flood periods. The hydrologic dynamic process of rainfall-runoff is identified by the iterated estimation of system parameters that are determined by adjusting the weights of the network according to the non-linear response characteristics which is formed the model. Back propagation algorithm of neural network model is applied for the estimation of system parameters with past daily rainfall and runoff series data, and streamflows are forecasted using the parameters. The forecasted results are analyzed by statistical methods for the comparison with the observed.
