應用小波分析辨識地下水水位模擬之類神經網路架構

Structure Identification of Artificial Neural Networks for Groundwater Simulation Using Wavelet Analysis

林聖鈞(Sheng-Chun Lin)

指導教授 ： 徐年盛

國立臺灣大學/工學院/土木工程學研究所/碩士(2008年)

https://doi.org/10.6342/NTU.2008.02430

摘要

本研究將倒傳遞類神經網路之隱藏神經元個數的決定，視為一般參數檢定的過程，使用AIC指標（Akaike’s Information Criterion）來決定隱藏神經元個數並優選模式。
此外，因為類神經網路的各個權重 主要是模擬不同生物神經元間的連結強弱，權重為正且越大表示連結越強且增益越大；權重為負且越小表示連結雖強但是為抑制的功用；若權重接近零，表示連結很弱。因此本研究分析在不同隱藏層神經元個數下，各個權重值的大小之變化趨勢，將每一組權重視為一系列的頻譜，找出一適合的門檻值，使用小波分析將之過濾，把過於接近零，也就是連結度越弱的權重予以剔除，進而得出一種更加快速的方式以決定隱藏層神經元個數，以期建立一精確之類神經模式以模擬地下水水位。
結果顯示，以小波分析過濾權重，的確能夠快速地找出合理的隱藏層神經元個數，而且隨著訓練資料筆數的增加，所決定之隱藏神經元個數亦隨之增加，證明了本論文方法論之可行性與可靠度。

關鍵字

類神經網路 ； 小波分析 ； 地下水 ； AIC指標

並列摘要

Artificial neural network (ANN) is a flexible mathematical structure which is capable of idengifying complex nonlinear relationships between input and output data sets. ANN models have been found useful and efficient, particularly in problems for which the characteristics of the processes are difficult to be described using physical equations. Thus, in this paper, the capability of an artificial neural network to provide a data-driven approximation of groundwater flow model is demonstrated.
　　To identify an ANN model, the number of nodes in every layer must be selected, especially in the hidden layer. In this paper, AIC criterion (Akaike’s Information Criterion) is applied to calibrate the ANN model, and the weights of the network are analyzed as a signal by wavelet analysis in orde to decide the number of nodes in the hidden layer.
After an mathematical simulation, the result improve that the new approach deduced in this study can quickly offer a useful reference and application for the decision of the number of nodes in the hidden layer.

並列關鍵字

Artificial Neural Networks ； Wavelet ； Groundwater ； AIC criterion

參考文獻

39. 張大元，類神經網路在水庫放流對河川水位增量之研究，中原大學土木工程學系碩士論文，2003

48. 廖啟佑，應用類神經網路與小波理論分析地震前地下水位波動，國立臺北科技大學土木與防災研究所碩士論文，2002

35. 洪士林、黃炯憲等，應用小波神經網路於橋樑實測地震反應之損壞偵測，國家地震研究中心研究計畫，2002

42. 陳昶憲、楊朝仲、王益文，類神經網路於烏溪流域洪流預報之應用，1996，中華水土保持學報，vol.27，no. 4，p.267-274。

30. 吳呈懋，利用貝氏法進行地下水數值模式參數檢定，國立臺灣大學土木工程學系碩士論文，1992