Stream flow forecasting by artificial neural network (ANN) model trained by real coded genetic algorithm (GA); A Case study when role of groundwater flow component in surface runoff is small

遺伝的アルゴリズムで学習したニューラルネットワークによる河川流出予測; 河川流出に与える地下水流れの影響が小さい流域の解析

Sohail, A. R.*; 渡辺 邦夫*; 竹内 真司

Sohail, A. R.*; Watanabe, Kunio*; Takeuchi, Shinji

流域の管理を行ううえで重要な河川流出量の予測を行うための流出解析を3つの方法を用いて行った。その方法として、遺伝的アルゴリズムを組み込んだニューラルネットワークモデル(GAANN),誤差伝播法を用いたニューラルネットワークモデル(BPANN)及び多変量自己回帰モデル(MARMA)を用いた。これらのうち、後2者は前者のモデルの妥当性を検討するために実施した。その結果、小流域での流出特性には季節変化があること,夏季の強度の大きい降雨ではニューラルネットワークによる予測がMARMAよりも精度が高いことを明らかにした。また予測精度は予測時間が長いほど低下することなどがわかった。

Runoff analysis for precise prediction of discharge was carried out by artificial neural network model with real coded genetic algorithm (GAANN), back propagation artificial neural network model (BPANN) and multivariate autoregressive moving average model (MARMA). It was found that for very small catchments seasonal effect on the runoff is dominant. It was also found that estimation by ANN models was better than MARMA model for analyzing the responses to intense rainfalls in summer. The accuracy of the forecasts after several time periods in future was also investigated and found to decrease as time period is increased.