淡江大學覺生紀念圖書館 (TKU Library)
進階搜尋


下載電子全文限經由淡江IP使用) 
系統識別號 U0002-2906200711125400
中文論文名稱 建構流域防洪預測模式之整合平台-以類神經網路為例
英文論文名稱 Establishing Integration Platform of River Basin Flood Forecasting Models by Applying Neural Networks
校院名稱 淡江大學
系所名稱(中) 水資源及環境工程學系碩士班
系所名稱(英) Department of Water Resources and Environmental Engineering
學年度 95
學期 2
出版年 96
研究生中文姓名 林晏佐
研究生英文姓名 Yan-Zuo Lin
學號 694331264
學位類別 碩士
語文別 中文
口試日期 2007-06-05
論文頁數 66頁
口試委員 指導教授-張麗秋
委員-張斐章
委員-蕭政宗
中文關鍵字 防洪預測模式  整合平台  資料庫管理系統  類神經網路 
英文關鍵字 Flood Forecasting Model  Integration Platform  Database Management System  Neural Network 
學科別分類 學科別應用科學環境工程
中文摘要 台灣地區在夏秋季節颱風所帶來的豪雨,加上本島地勢崎嶇,往往對河川沿岸居民造成生命財產損失。因此目前全國各主要流域已建置各種型態的防洪預測模式,然而因各模式之架構、開發軟體、使用介面皆不盡相同,一但模式研發人員在人事上有所異動時,後續的維護人員難以替預測模式進行更新。在本研究,將建立一防洪預測模式整合平台來統一規劃管理已建置的防洪預測模式,並將預測結果以統一的格式來呈現給使用者,藉由整合平台的幫助,在颱洪時期,提供一個穩定的洪水預報系統,幫助決策人員掌握即時水文資訊,以做出正確應變措施。
本研究中所架構的整合平台系統包含了三個主要部份:資料庫管理模組、自動化預測程式模組、使用者管理介面模組;其核心部份為資料庫管理模組,在資料庫系統裡,規劃了六個主要的表格來分別管理水文即時資料、流域測站、預測模式、使用者權限等相關資料。藉由資料庫的幫忙,以提升整合平台的資料處裡效率,當資料需要更新異動時,藉由新增模式介面,將預測模式相關訊息填入網頁表格,如此可以直接更改資料庫各資料表裡欄位所記錄的值。自動化預測程式則是擷取即時資料,載入資料庫中所記載的模式參數設定,以架構預測模式並執行預測,再將結果自動傳入使用者介面模組的網頁中,使用者可以隨時透過網際網路連結來觀看,不再受到地域及時間上的限制。經由此三大模組的運作,往後欲納入新的預測模式或是對現有模式進行更新維護時,使用者無需去修改預測模式本身複雜的程式架構,如此可節省大量的時間成本與人力、物力資源。
英文摘要 Typhoons and storms bring heavy rainfall that frequently cause downstream flood. For the purposes of providing the warning systems, a variety of flood forecasting models have been constructed for many main rivers in Taiwan. However, these models varied in the structures, programming languages and user interface that made many obstacles for maintaining and updating these models. Especially, few people can take over the models when the designers quit or be transferred to another job. It is a must for developing a uniform and integrated platform to maintain and update the present flood forecasting models. The integrated platform also provides a uniform display of forecasting results to help operators and decision makers.
The proposed integrated platform includes three parts: database management module, automatic forecasting module and user management interface module. The kernel is database management module, which includes six tables to mange real-time hydrological data, stations, predicted stations, user priorities and so on. The automatic forecasting module is a forecasting model program, which can extract the corresponding parameters of flood forecasting models from database and automatically build the models. The user management interface module is to provide users an interface of a remote control through website. Through the linkage of these tree modules, we just add or modify the database and do not need to rewrite any program code when in adding a new model or updating the existing models. Hence, it would save much time, manpower and material resources and users can maintain the flood models or view the forecasting results whenever needed.
論文目次 章節目錄
中文摘要 I
英文摘要 II
謝誌 IV
章節目錄 VI
圖目錄 VIII
表目錄 X
第一章、前言 1
1.1研究動機 1
1.2研究目的 1
1.3研究方法 2
1.4本文架構 2
第二章、文獻回顧 4
2.1 系統分析的演進 4
2.2資訊系統發展 5
2.3統一塑模語言起源 6
2.4水資源方面的應用 7
第三章、防洪預測模式 9
3.1 即時防洪預測模式 9
3.2 類神經網路模式 12
3.2.1 類神經網路的優勢 12
3.2.2 類神經網路架構 13
第四章、整合平台架構規劃 17
4.1 系統需求分析 17
4.1.1整合平台之系統需求分析 18
4.1.2整合平台架構概圖 20
4.2整合平台之系統架構 22
4.3 資料流圖解法 23
4.4資料庫概述 28
4.4.1 資料庫的種類 29
4.4.2 關聯式資料庫理論 30
4.5整合平台之資料庫設計 32
4.6 物件導向資料庫優勢 37
4.7 UML類別圖 39
4.7.1類別圖的屬性 40
4.7.2 類別圖的操作 41
4.7.3 類別圖間的關係 41
4.8 防洪預測模式整合平台之類別圖 43
第五章、整合平台實例 47
5.1 研究案例背景 47
5.1.1 蘭陽溪預測模式之參數設定 49
5.2整合平台之使用者介面 50
5.2.1使用者登入介面 51
5.2.2 新增模式介面 52
5.2.3 模式預測與結果展示介面 57
第六章、結論與建議 60
6.1結論 60
6.2建議 61
參考文獻 63
圖目錄
圖1.1 研究流程 3
圖3.1 倒傳遞類神經網路架構圖 15
圖3.2 S形函數(Α=0.5,1,2) 15
圖4.1 I-T-C需求分析架構 18
圖4.2 I-D-F架構需求分析 20
圖4.3 水文防洪預測模式整合平台架構圖 21
圖4.4 整合平台之架構圖 23
圖4.5 資料流圖解法之圖例 25
圖4.6 資料流程驗證階段 26
圖4.7 資料流程預測階段 27
圖4.8 資料表架構圖例 31
圖4.9 流域水文防洪資料庫關聯圖 34
圖4.10 傳統程式語言設計流程 37
圖4.11 物件導向設計流程 38
圖4.12 原子筆類別圖範例1 39
圖4.13 原子筆類別圖範例2 40
圖4.14 防洪模式整合平台之類別圖 46
圖5.1蘭陽溪流域水文測站分佈圖 48
圖5.2 PREDICTSTATION表格中蘭陽溪之預測測站參數資料 49
圖5.3 MODEL表格中蘭陽溪之預測模式 50
圖5.4 MODELITEM表格中蘭陽溪之預測模式輸入變數參數資料 50
圖5.5 整合平台之使用者介面流程 51
圖5.6 整合平台之使用者登入介面 52
圖5.7整合平台之新增模式網頁設計 53
圖5.8 整合平台之新增模式介面-第一階段 54
圖5.9 整合平台之新增模式介面-第二階段 55
圖5.10 整合平台之新增模式介面-第三階段 56
圖5.11 整合平台之新增模式介面-第三階段(清單) 57
圖5.12 整合平台之選擇預測流域介面 57
圖5.13 整合平台之預測結果展示介面 59
表目錄
表3.1 SACRAMENTO MODEL 相關參數表 10
表3.2 淡水河即時洪水預報模式(REFOR)相關參數表 11
表4.1 類別圖關係的圖形標記 42
表5.1蘭陽溪流域所建置的ANFIS模式參數表 48


參考文獻 參考文獻
Abrahart R. J., See L. and Kneale P. E. 1998. New Tools for Neurohydrologists: Using Network Pruning and Model Breeding Algorithms to Discover Optimum Inputs and Architectures. In Proceedings of the 3rd International Conference on Geocomputation. University of Bristol.
Al-Sabah, S.S.J.A., Fereigb, S.M., Hoare, D.J. 2003. A database management system to document and analyse construction claims. Advances in Engineering Software 34 :477–491
Chang L. C., Chang F. J., and Tsai Y. H. 2005A, The Fuzzy Exemplar-Based Inference System for Flood Forecasting. Water Resources Research, Vol. 41, W02005.
Dawson C. W. and Wilby R. L. 2001. Hydrological Modeling Using Artificial Neural Networks. Progress in Physical Geography. 25(1): 80-108.
Hecht-Nielsen R. 1990. Applications of Counterpropagation Networks. Neural Networks 1: 131-139.
Hecht-Nielsen R. 1987. Counterpropagation Network. Applied Optics. 26: 4979-4984.
Jang J.S.R 1993. ANFIS:Adaptive NetWork-based Fuzzy Inference System.IEEE Transactions on System, Man, and Cybernetics. 23(3):665-685
Kohonen T. 1982. Self-Organizing Formation of Topologically Correct Feature Maps. Biological Cybernetics. 43: 59-69.
Kwok T. Y. and Yeung D. Y. 1997. Constructive Algorithms for Structure Learning in Feedforward Neural Networks for Regression Problems. IEEE Transactions on Neural Networks. 3: 630-645.
Powell M. J. D. 1987. Radial Basis Functions For Multivariable Interpolation: A Review. IMA Conference on Algorithms for Approximation of Functions and Data. RMCS, Shrivenham, England. 143-167.
Rumelhart D. E. and McClelland J. L. 1986. Parallel Distributed Processing: Explorations in the Microstructure of Cognition. Vol. 1. Cambridge, MA: MIT Press.
Pant, S. and Ravichandran, T. 2001. A framework for information systems planning for e-business. Logistics Information Management Volume 14 . Number 1/2: 85-98
Szczerbicki, E. 2004. Integration platform for multi-agent system in information-rich environments. Cybernetics and System: An InternationalJournal. 35: 523-534
Zhou, X. , Wang, Z. , and Feng, X. 2006. The Service-Oriented Data Integration Platform for Water Resources Management. APWeb LNCS 3841:1040 – 1045

Zachman, J.A. 1987. A framework for information system architecture. IBM Systems Journal Vol. 28 No. 3: 276-92
吳國禎,2000,資料探索在醫學資料庫之應用,中原大學醫學工程研究所碩士論文
林柳義,2004,資料庫系統概論,金禾資訊
陳緯蒼,2002,網路生態工程資訊系統之建置研究,國立成功大學水利及海洋工程學系碩士論文
張丁才,2005,資料庫應用與設計,滄海書局
張景皓,2005,農田水利會會務系統分析,國立臺灣大學生物環境系統工程學系暨研究所碩士論文
張麗秋、林永堂、張斐章,2005,結合OLS與SGA建構輻狀基底類神經網路於洪水預測之研究,台灣水利季刊,第五十三卷,第四期: 25-38
張斐章、張麗秋,2005,類神經網路,東華書局
張裕益,2002,UML理論與實作,博碩文化公司
葉維彰,1998,結構化系統分析與設計,松崗電腦圖書資料公司
經濟部水利署第十河川局,2006,淡水河即時洪水預報模式技術參考手冊
經濟部水利署第二河川局,2005,建置頭前溪水情測預報系統
經濟部水利署,2003,智慧型水文防洪分析系統之先趨研究—以蘭陽溪流域為例
廖漢君,2002,UML類別圖轉換至物件關聯模式之研究,國立中山大學資訊管理學系研究所碩士論文
廖昱善,1997,應用類神經網路於企業資料庫之資料探索與決策-以人身壽險核保為例,國立臺灣大學資訊管理學系碩士論文
論文使用權限
  • 同意紙本無償授權給館內讀者為學術之目的重製使用,於2007-06-29公開。
  • 同意授權瀏覽/列印電子全文服務,於2007-06-29起公開。


  • 若您有任何疑問,請與我們聯絡!
    圖書館: 請來電 (02)2621-5656 轉 2281 或 來信