混合類神經與遺傳演算法於水庫優養最佳控制之研究

Chung-Hua University Repository > 建築設計學院 > 土木工程學系 > 研討會論文 > Item 987654321/26649

請使用永久網址來引用或連結此文件: http://chur.chu.edu.tw/handle/987654321/26649

題名:	混合類神經與遺傳演算法於水庫優養最佳控制之研究
作者:	陳莉 Chen, Li
貢獻者:	土木工程學系 Civil Engineering
關鍵詞:	優養化;類神經;遺傳演算法 Eutrophication;Artificial Neural Network;Genetic Algorithms.
日期:	2007
上傳時間:	2014-06-26 20:44:02 (UTC+8)
摘要:	現今台灣水庫優養已成為嚴重的水質污染問題，水庫的大小、深度和形狀，以及日照的強度、氣溫和營養鹽等…都是影響水庫優養的原因。目前已有許多研究探討如何透過控制營養鹽濃度來減緩水體優養化，然大部分之研究乃基於點源或非點源污染之推估（如土壤萬用公式或 AGNPS 模式）為線性及非時變，因此為考量污染源之時變性，本研究將嘗試針對不同組合之重要關係因子以類神經模式，建立水庫優養化預測模型。由於預測模型可能呈現非線性關係，因此本研究將結合遺傳演算法來探討降低磷自支流進入水庫中的可行性，使水庫不致造成優養的適當 Recently, eutrophication has been a serious problem results in pollution of reservoirs’ quality. A lot of factors including the size, depth and shape of a reservoir as well as the intensity of sun light, could affect nutrients concentration in reservoirs.
顯示於類別:	[土木工程學系] 研討會論文

文件中的檔案:

檔案	描述	大小	格式	瀏覽次數
s_230_0474.pdf		37Kb	Adobe PDF	184	檢視/開啟

在CHUR中所有的資料項目都受到原著作權保護.