Abstract
In this study, a genetic algorithm that is one of conceptual models and a nerve-network theory was developed and applied to Youngsan river for predicting the water quality. Four water quality parameters were selected for the model application, which were DO, BOD, T-N, and T-P. The model was highly reliably correlated and the coefficients of correlation were up to 0.87 for all parameters. As a result, we concluded that the model is highly applicable for a nonlinear river as we finding out the related variables for predicting. Accordingly, I think that, if the model developed in this study is applied to a river and the construction of its daily or hourly data is preceded, a better model will be developed and the water quality of a river will be managed more actively.
본 연구는 하천의 수질을 예측하기 위한 모형을 개발하기 위하여 개념적 모형의 하나인 유전자 알고리즘과 신경망 이론(Genetic Algorithm and Neural Network : GANN)을 이용하여 영산강 유역의 나주지점을 대상으로 DO, BOD, T-N 및 T-P농도를 예측하고자 하였다. 그 결과 예측하고자 하는 수질항목별 상관계수는 0.87이상으로 높은 예측력을 보이고 있음을 알 수 있었다. 이는 본 연구에서 개발된 유전자 알고리즘과 신경망을 결합한 모형이 예측에 필요한 최적화된 매개변수를 찾아냄으로써 비선형적인 하천의 수질을 예측하는데 적용성이 뛰어남을 보여주고 있다. 따라서 본 연구에서 개발된 모형을 하천에 적용하고 일자료 또는 시자료의 구축이 선행된다면 더 우수한 모형이 개발되어 하천의 수질을 보다 적극적으로 관리할 수 있을 것으로 판단된다.