07. NGHIÊN CỨU, ỨNG DỤNG MẠNG NƠ RON NHÂN TẠO ĐỂ DỰ BÁO, CHỈNH BIÊN TÀI LIỆU MỰC NƯỚC SÔNG KHÔNG BỊ ẢNH HƯỞNG BỞI THỦY TRIỀU
Giới thiệu
Tài liệu lưu lượng nước và mực nước rất quan trọng trong phục vụ kinh tế, xã hội và an ninh quốc phòng. Tuy nhiên, việc thu thập tài liệu này không đủ và không liên tục trong một khoảng thời gian dài nên cần phải có bước chỉnh biên tài liệu. Bài báo này đề xuất sử dụng mạng nơ ron nhân tạo nhiều lớp - MLP để mô hình hóa và tính toán, dự báo mực nước sông không bị ảnh hưởng bởi thủy triều với một sai số cho phép. Tác giả căn cứ dữ liệu quan trắc thực tế của mực nước một dòng sông, sử dụng mạng nơ ron MLP để dự báo mực nước sông sau một ngày và sau mười ngày. Kết quả dự báo được so sánh với kết quả thực tế đã được quan trắc từ đó đánh giá sai số. Sử dụng mạng nơ ron MLP để mô hình hóa và tính toán, dự báo mực nước sông không bị ảnh hưởng bởi thủy triều đã cho kết quả phù hợp với sai số cho phép. Khi sử dụng phương pháp dự báo này các cán bộ kỹ thuật cần dựa vào số liệu quan trắc cụ thể và căn cứ nhu cầu dự báo để điều chỉnh tham số đầu vào, tham số đầu ra của mạng nơ ron MLP một cách thích hợp. Như vậy, ta có thể ứng dụng phương pháp này để dự báo số liệu mực nước sông theo yêu cầu thực tế đồng thời hỗ trợ công tác chỉnh biên dữ liệu thủy văn.
Toàn văn bài báo
Trích dẫn
[2]. Cao Thang (2007). Intructions for using Spice-MLP software. Soft Intelligence Laboratory, Ritsumeikan University, Japan.
[3]. Changhyun Choi, Jungwook Kim, Heechan Han, Daegun Han, Hung Soo Kim (2019). Development of Water Level Prediction Models Using Machine Learning in Wetlands: A Case Study of Upo Wetland in South Korea. Institute of Water Resources System, Inha University, Michuhol-Gu, Incheon, Korea. Department of Civil and Environmental Engineering, Colorado State University, Fort Collins, CO 80523, USA.
[4]. Nguyễn Phùng Quang (2008). Matlab & Simulink dành cho kỹ sư điều khiển tự động. Nhà xuất bản Khoa học và Kỹ thuật.
[5]. Trần Hoài Linh (2019). Mạng nơ ron và ứng dụng trong xử lý tín hiệu số. Nhà xuất bản Bách Khoa, Hà Nội.
[6]. Nguyễn Chính Kiên (2020). Nghiên cứu xây dựng mô hình thủy văn thông số tập trung trong dự báo lũ cho các lưu vực sông ở Việt Nam. Đề tài cơ sở cấp Viện Cơ học - Viện Hàn lâm Khoa học và Công nghệ Việt Nam.
[7]. Trần Cảnh Dương (2020). Ước lượng thông số tài nguyên và môi trường theo thời gian đối với các địa điểm có dữ liệu tương quan bằng cách ứng dụng mạng nơ ron để xử lý tín hiệu số. Tạp chí Khoa học Tài nguyên và Môi trường - số 30.