人工智慧应用于水库水质预测模式-中兴顾问社-大地工程研究-财团.pdfVIP

第十七屆水利工程研討會 The 17th Hydraulic Engineering Conference August 5-6, 2008 人工智慧應用於水庫水質預測模式 1 2 3 4 梁惠儀 陳莉 何智超 王泰盛 1.財團法人中興工程顧問社研究員 2.中華大學土木與工程資訊學系教授 3.國立交通大學土木工程學系博士候選人 4.中華大學土木與工程資訊學系博士班 摘 要 台灣水庫以集水區非點源污染為主，隨著污染物的種類、時間分布及空間分佈其變化幅度 頗大，水庫水質之複雜機制不易為人類所透徹瞭解，因此大部分之研究仍侷限於線性及非時變 之模型（如土壤萬用公式或 AGNPS模式）。目前人工智慧常被應用於各種預測模型來探討變數 之時變性，因此本研究將採用人工智慧之類神經（Artificial Neural Network ）及遺傳程式法 （Genetic Programming ）建立水庫質預測模型，並與線性迴歸方式相比較。結果顯示人工智慧 之預測結果皆優於線性迴歸模型，其中尤以類神經模式之準確率最高，然其解釋性較低，關係 式較複雜；而遺傳程式之準確性雖略低於類神經模式，但其解釋性高，可以清楚呈現不同的關 係因子與水庫水質間之邏輯性。 關鍵詞：水庫水質、類神經、遺傳程式 Abstract The main pollutions of Taiwan reservoirs come from non-point sources. The pollution category, spatial distribution of pollution and temporal distribution of pollution result in the reservoir quality oscillate obviously, so the mechanism of reservoir quality is still chaos and unknown. Hence the current studies always work only for linear and stable phenomena about reservoir quality (such as the universal soil loss equation and the AGNPS model). The artificial intelligent is successfully applied in prediction model to investigate time variation of variable. Therefore this study uses neural network and genetic programming to develop reservoir quality prediction model and compare the results with the result of linear regression. The results reveal the