• Water for future
• /
• v.33 no.5
• /
• pp.49-55
• /
• 2000

전통적인 매개변수적 목적함수 추정방법은 관측자료의 모든 영역에 걸쳐 선형 또는 지수함수 형태의 가정을 기본으로 매개변수를 추정하는 반면 비매개 변수적 Kernel 가중함수를 이용한 방법은 목적함수의 형태에 대한 가정이 필요 없이 관심 있는 임의의 추정지점에서 이웃하는 자료를 이용하여 목적함수를 국지적으로 근사하는 방법이다. 추계학적 수문학의 전형적인 문제인 "목적함수의 가정"에 의해 발생되는 문제를 줄이려는 노력의 일환으로 비매개변수적 Kernel 가중함수를 이용하는 방법에 연구되었고, 본 지면에서는 Kernel 가중함수를 이용한 비매개변수적 확률밀도함수의 기본이론과 빈도해석, 회귀모형 및 비동질성 천이확률 등의 수문학적 응용에 대하여 살펴보았다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.310-310
• /
• 2012

확률강우량 산정은 수공구조물의 설계에 있어서 중요한 과정이다. 확률강우량을 산정함에 있어 지난 수십년간 모멘트법, 최우도법, 확률가중모멘트법, 그리고 L-모멘트법 등의 매개변수적 방법이 발달되어 적용되어 왔다. 매개변수적 빈도해석 방법은 그 적용성이 여러 연구를 통해 검정되었지만 가정한 확률분포와 매개변수 추정방법에 따라 확률강우량이 달라지며 강우지속시간과 기후변화 등에 따른 분포의 변동성을 고려해야 하는 단점이 있다. 매개변수적 빈도해석 방법의 단점을 극복하기 위하여 최근에 핵밀도함수 등을 포함한 다양한 비매개변수적 빈도해석 방법이 제안되고 있다. 본 연구에서는 서울기상관측소의 지난 50년간 지속시간 24시간 강우량을 바탕으로 수자원 분야에서 다양하게 적용된 바가 있는 인공신경망 기법과 대표적인 매개변수적 빈도해석 방법인 L-모멘트법을 이용하여 확률강우량을 산정하고 비교하였다. 그 결과 인공신경망 기법은 전통적인 매개변수방법의 하나인 L-모멘트법 보다 확률강우량 산정에 있어서 높은 정확도를 가지는 것으로 나타났다.

• The KIPS Transactions:PartB
• /
• v.8B no.4
• /
• pp.351-356
• /
• 2001

표준 매개변수 소속 함수(SPMF)에 기반을 둔 구간 선형 변환 방법(PLTM)을 제안한다. 이는 구간 선형 변환 방법을 사용해서 비 매개변수 소속 함수(NPMF)로 표현된 퍼지 집합이 매개변수 소속 함수(PMF)로 표현된 퍼지 집합으로 변환될 수 있다는 생각에서 유래되었다. 이 경우, 이들 매개변수들은 퍼지 집합의 구조를 결정하기 위한 특징점들 이라고 할 수 있다. 결과적으로 구간 선형 변환 방법은 비 매개변수 소속 함수를 매개변수 소속 함수로 변환해 줌으로써 비 매개변수 소속 함수에 기반을 둔 퍼지 시스템과 비교해 볼 때 퍼지 시스템이 상대적으로 빠르게 처리될 수 있게 한다. 한편, 표준 매개변수 소속 함수들의 전형적인 형태가 소개되고 분석된다. 끝으로, PLTM의 전형적인 응용을 제시하고 수치적인 예를 보여준다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 1999.05a
• /
• pp.117-122
• /
• 1999

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.422-422
• /
• 2015

수문학적 모델링은 수자원계획에 있어 가장 핵심적인 도구 중에 하나이다. 강우-유출모형의 매개변수 추정시 장기간의 자료를 활용하는데 초점이 맞추어져 있으며, 일반적으로 5년 이상의 자료를 활용하여 매개변수를 추정하는 경년변동(inter-annual variability) 매개변수 추정 방법이 추천되고 있다. 수문학적 변동성 측면에서 볼 때 강우, 온도, 유역의 조건 등의 연내변동성(intra-annual variability)이 경년보다 크게 나타나고 있으나, 이러한 특성을 고려한 수문모형의 매개변수 추정은 이루어지고 있지 않다. 이러한 점에서 연내변동성으로 기인하는 비정상성을 고려한 매개변수 추정 방법의 도입이 필요할 것으로 판단되며, 본 연구에서는 계측유역을 대상으로 다양한 시간규모에서 매개변수 추정을 수행하고 최적의 시간규모를 도출하고자 한다. 이를 위해서 DDS(dynamically dimensioned search) 알고리즘을 도입하여 최적화를 수행하였으며, 다양한 시간 규모에서 모형의 적합특성을 평가하였다. 교차검증을 통하여 매개변수의 통계적 유의성을 확보하였으며, 전통적인 매개변수 추정 절차와 비교 검토를 수행하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2004.02a
• /
• pp.1-22
• /
• 2004

현재 댐 위험도 분석 등의 사용되는 Monte Carlo Simulation 방법을 이용하는데 있어서 가장 어려운 문제이면서 약점으로 지적되어 온 것이 수리 수문학적 불확실성 변수들에 대해서 정확한 확률분포를 정의할 수 없다는 것이다. 즉 기존 매개변수적 방법들은 모집단 분포의 형태를 가정하고, 분포의 매개변수에 관한 통계적 분석을 하는 방법이다. 조사대상이 되는 모집단 분포에 관한 정보가 부족하기 때문에 어떤 가정이 곤란하거나 부정확한 가정을 전제로 하지 않고, 관측자료로부터 통계량을 분석하여 통계적 추론을 하는 방법이 필요하게 되며, 이를 비매개변수적 방법(nonparametric methods)이라고 한다. (중략)

• Proceedings of the Korean Society for Noise and Vibration Engineering Conference
• /
• 1994.10a
• /
• pp.40-45
• /
• 1994

기계시스템의 비선형특성 해석을 위하여 여러가지 방법이 활용되고 있는데, 이들은 Nyquist 선도의 찌그러짐(distortion), Hilbert 변환, 복원력면(restoring force surface), NARMAX, 고차 주파수응답함수(higher order frequency response function), DPE(direct parameter estimation)를 이용한 방법등이다. 이들중 고차 FRF(frequency response function)는 그 개념이 선형시스템의 FRF와 유사하여 비선형시스템의 해석방법으로서 주목을 받고 있으나 아직은 고차 FRF의 특성에 대한 이론적 연구 단계이고, 고차 FRF로부터 비선형특성을 정량적으로 해석하는 연구는 거의 이루어지지 않고 있다. 다항식으로 표시되는 비선형성을 갖는 시스템이 정현파가진을 받을 때 그 응답의 가진주파수 성분은 가진력진폭과 고차 FRF의 무한급수로 나타낼 수 있다. 가진력의 진폭을 변화시켜가며 응답을 측정하고, 고차항을 무시하면 고차 FRF의 값을 근사적으로 구할 수 있다. 고차 FRF는 비선형 시스템의 매개변수의 식으로 나타낼 수 있으므로 이로부터 비선형 매개변수를 추정할 수 있다. 본 논문에서는 비선형강성과 비선형감쇠를 갖는 1자유도 시뮬레이션 시스템에 이 매개변수 추정법을 각각 적용함으로써 이 방법의 가능성을 고찰하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.464-464
• /
• 2012

수문분야에 있어서 빈도해석의 목적은 특정 재현기간에 대한 발생 가능한 수문량의 규모를 파악하는데 있으며, 빈도해석의 정확도는 적합한 확률분포모형의 선택과 매개변수 추정방법에 의존하게 된다. 일반적으로 각 확률분포모형의 특성을 대표하는 매개변수를 추정하기 위해서는 모멘트 방법, 확률가중 모멘트 방법, 최대우도법 등을 이용하게 된다. 모멘트 방법에 의한 매개변수 추정은 해를 구하기 위한 과정이 단순한 반면, 비대칭형의 왜곡된 분포를 갖는 자료들에 대해서는 부정확한 결과를 나타내게 된다. 확률가중 모멘트 방법은 표본의 크기가 작거나 왜곡된 자료일 경우에도 비교적 안정적인 결과를 제공하는 반면, 확률 가중치가 정수로만 제한되는 단점을 갖고 있다. 그리고 대수 우도함수를 이용하여 매개변수를 추정하게 되는 최우도법은 가장 효율적인 매개변수 추정치를 얻을 수 있는 것으로 알려져 있으나, 비선형 연립방정식으로 표현되는 해를 구하기 위해서는 Newton-Raphson 방법을 사용하는 등 절차가 복잡하며, 때로는 수렴이 되지 않아 해룰 구하지 못하는 경우가 발생되게 된다. 이에 반해, 최근의 Genetic Algorithm, Ant Colony Optimization 및 Simulated Annealing과 같은 Meta-Heuristic Algorithm들은 복잡합 공학적 최적화 문제 있어서 효율적인 대안으로 주목받고 있으며, Hassanzadeh et al.(2011)에 의해 수문학적 빈도해석을 위한 매개변수 추정에 있어서도 그 적용성이 검증된바 있다. 본 연구의 목적은 연 최대강수 자료의 빈도해석에 적용되는 확률분포모형들의 매개변수 추정을 위해 Meta-Heuristic Algorithm을 적용하고자 함에 있다. 따라서 본 연구에서는 매개변수 추정을 위한 방법으로 Genetic Algorithm 및 Harmony Search를 적용하였고, 그 결과를 최우도법에 의한 결과와 비교하였다. GEV 분포를 이용하여 Simulation Test를 수행한 결과 Genetic Algorithm을 이용하여 추정된 매개변수들은 최우도법에 의한 결과들과 비교적 유사한 분포를 나타내었으나 과도한 계산시간이 요구되는 것으로 나타났다. 하지만 Harmony Search를 이용하여 추정된 매개변수들은 최우도법에 의한 결과들과 유사한 분포를 나타내었을 뿐만 아니라 계산시간 또한 매우 짧은 것으로 나타났다. 또한 국내 74개소의 강우관측소 자료와 Gamma, Log-normal, GEV 및 Gumbel 분포를 이용한 실증연구에 있어서도 Harmony Search를 이용한 매개변수 추정은 효율적인 매개 변수 추정치를 제공하는 것으로 나타났다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2004.05b
• /
• pp.863-869
• /
• 2004

댐의 수리${\cdot}$수문학적 월류 확률 추정시에 가장 민감한 불확실성 변량은 댐의 초기수위라 할 수 있으며, 특히 자료의 특성을 충분히 반영하고 댐마루(dam crest)의 높이를 초과하지 않으면서 경계를 갖는 분포형을 추정하는 것은 무엇보다 중요하다. 그러나 기존의 매개변수적 확률분포 추정방법으로 이러한 문제점을 적절히 반영할 수 없으며 통계특성을 반영하지 못하고 이상화시키는 단점이 있다. 이러한 문제점을 보완하기 위해서 비매개변수적 핵밀도함수 방법과 Bootstrap 기법을 적용하여 수위의 신뢰구간을 추정하였다. 연 최대치 자료를 이용한 비매개변수적 핵밀도함수 기법을 이용한 해석결과에서는 댐의 설계빈도를 상회하는 비교적 큰 위험도 나타냈으며 홍수기의 평상수위고 가정하는 Bootstrap Resampling을 적용한 위험도는 5.11E-06의 간을 나타났다. 가장 극심한 기상상태를 가정한 해석 결과인 1.1972E-03은 본 댐은 여수로의 설계빈도가 1,000년 빈도로서 설계당시보다 확률수문량이 크게 증가된 현재 여수로 방류능력 및 안전성 상태로 고려해보면 적당한 위험도 값으로 추정된다.

• Journal of Korea Water Resources Association
• /
• v.38 no.8 s.157
• /
• pp.595-604
• /
• 2005

Precipitation simulation for making the data size larger is an important task for hydrologic analysis. The simulation can be divided into two major categories which are the parametric and nonparametric methods. Also, precipitation simulation depends on time intervals such as daily or hourly rainfall simulations. So far, Markov model is the most favored method for daily precipitation simulation. However, most models are consist of state transition probability by using the homogeneous Markov chain model. In order to make a state vector, the small size of data brings difficulties, and also the assumption of homogeneousness among the state vector in a month causes problems. In other words, the process of daily precipitation mechanism is nonstationary. In order to overcome these problems, this paper focused on the nonparametric method by using uni-variate and multi-variate when simulating a precipitation instead of currently used parametric method.