To contemplate quantitative and qualitative water features by neural networks method
Result description
An application deals with calibration of neural model and Fourier series model for Ploučnice catchment. This approach has an advantage, that the network choice is independent of other example's parameters. Each networks, and their variants (different units and hidden layer number) can be connected in as a black box and tested independently. A Stuttgart neural simulator SNNS and a multiagent hybrid system Bang2 developed in Institute of Computer Science, AS CR have been used for testing. A perceptron network has been constructed, which was trained by back propagation method improved with a momentum term. The network is capable of an accurate forecast of the next day runoff based on the runoff and rainfall values from previous day.
Keywords
rainfall-runoff modelsPloučnice river catchmentapplications of artificial neural networkswater quality
The result's identifiers
Result code in IS VaVaI
Result on the web
—
DOI - Digital Object Identifier
—
Alternative languages
Result language
čeština
Original language name
Sledování kvantitativních a kvalitativních vlastností vody metodou neuronových sítí
Original language description
Aplikace spočívá v kalibraci neuronového modelu a modelu Fourierových řad na povodí Ploučnice. Výhodou použitého přístupu je, že volba typu sítě není závislá na dalších parametrech úlohy. Jednotlivé sítě, případně jejich varianty (různý počet jednotek, různé počty skrytých vrstev) lze připojit jako black-box a testovat nezávisle. Při testování se použijí Stuttgartský neuronový simulátor SNNS a multiagentní hybridní systém Bang2 vyvíjený v Ústavu informatiky AV ČR. Byla vytvořena perceptronová síť, kterábyla učena metodou back propagation, vylepšenou o tzv. momentový člen. Síť je schopna věrné předpovědi hodnot průtoku následujícího dne na základě hodnot průtoku a srážek v den předchozí.
Czech name
Sledování kvantitativních a kvalitativních vlastností vody metodou neuronových sítí
Czech description
—
Classification
Type
Jx - Unclassified - Peer-reviewed scientific article (Jimp, Jsc and Jost)
CEP classification
DA - Hydrology and limnology
OECD FORD branch
—
Result continuities
Project
—
Continuities
Z - Vyzkumny zamer (s odkazem do CEZ)
Others
Publication year
2002
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Data specific for result type
Name of the periodical
Rostlinná výroba
ISSN
0370-663X
e-ISSN
—
Volume of the periodical
48
Issue of the periodical within the volume
7
Country of publishing house
CZ - CZECH REPUBLIC
Number of pages
5
Pages from-to
322-326
UT code for WoS article
—
EID of the result in the Scopus database
—
Basic information
Result type
Jx - Unclassified - Peer-reviewed scientific article (Jimp, Jsc and Jost)
CEP
DA - Hydrology and limnology
Year of implementation
2002