Abstract
In this study, the applicability of genetic algorithms into the parameter estimation of storage function method for flood routing model is investigated. Genetic algorithm is mathematically established theory based on the process of Darwinian natural selection and survival of fittest. It can be represented as a kind of search algorithms for optima point in solution space and make a reach on optimal solutions through performance improvement of assumed model by applying the natural selection of life as mechanical learning province. Flood events recorded in the Daechung dam are selected and used for the parameter estimation and verification of the proposed parameter estimation method by the split sample method. The results are analyzed that the performance of the model are improved including peak discharge and time to peak and shown that the parameter Rsa, and f1 are most sensitive to storage function model. Based on the analysis for estimated parameters and the comparison with the results from experimental equations, the applicability of genetic algorithm is verified and the improvements of those equations will be used for the augmentation of flood control efficiency.
본 연구에서는 자연계의 적응 및 도태에 의한 Darwin의 진화과정을 수학적으로 체계화시킨 유전자 알고리듬(genetic algorithm)을 다목적댐의 홍수추적모형으로 사용되고 있는 저류함수법의 매개변수 추정에 적용하였다. 유전자 알고리듬은 생명체의 자연도태 원리를 수학적인 학습영역으로 적용한 탐색 알고리듬의 일종으로 매개변수의 추정은 개체유전과 적자생존법칙을 통해 설정된 모형의 성능을 개선시켜 나감으로써 최적값에 도달하게 된다. 수문순환계의 복잡한 과정을 개념적으로 모형화한 저류함수모형에 대한 유전자 알고리듬의 적용성을 평가하기 위하여 대청댐의 홍수기록을 선정하여 매개변수를 조정하고 검증을 위하여 사용하였다. 여기서, 각 홍수사상은 기존의 경험공식에 의해 산정된 매개변수값으로 모의하였고 유전자 알고리듬에 의한 매개변수의 보정은 50세대로 한정하여 3회씩 실시하여 비교·분석하였다. 그 결과 유전자알고리듬을 적용했을 때에 보정전과 비교하여 첨두홍수량 및 첨두홍수량의 도달시간 등 모든 면에서 향상되었으며 민감도 분석결과에서는 매개변수 Rsa, f1의 민감도가 가장 큰 것으로 나타났다. 이를 토대로 수문계에서 강우-유출모형인 저류함수법의 매개변수 산정에 대한 유전자 알고리듬의 적용성을 입증하였으며, 저류함수모형의 적용시 매개변수 산정을 위하여 사용되고 있는 경험공식과 비교·검토함으로써 홍수조절업무에 개선에 활용하고자 하였다.