https://scholars.lib.ntu.edu.tw/handle/123456789/169131
標題: | 以類神經網路建立序率水庫安全檢查之最佳檢查週期及次序 | 作者: | 郭振泰 | 關鍵字: | 檢查週期;偵測度;維修配合度;可用性分析;潰壩風險;遺傳演算;類神經網路;inspection interval;deficiency detectability;repair compliance probability;availability analysis and risk of dam break;genetic algorithm;and neural network.. | 公開日期: | 2004 | 出版社: | 臺北市:國立臺灣大學土木工程學系暨研究所 | 摘要: | 台灣(含金馬)地區目前重要水庫水壩計有84 座之多,超過國際大 壩協會(ICOLD)標準高於15m 者多達51 座,壩高超過60m 及水庫 容量逾一千萬立方公尺之大型水庫, 也有13 座之多。由於台灣位處 地震及颱風頻繁地帶,河川既短且陡,尤其下游地區人口稠密,一旦 水壩發生潰決,將對下游居民生命、財產及社會造成莫大影響,故水 庫安全益形重要。因此「定期水壩安全評估」為確保水庫安全, 及儘 早發現警訊重要手段之一。 本研究以可用性模式進行水庫之可用性分析,以維修配合度、偵測度、檢查 經費、潰壩損失進行水庫最佳安全檢查週期之建立,最後以遺傳演算法作水庫群 之最佳檢查週期之建立,目標為在固定的檢查經費下,求出各水庫之最佳檢查週 期,及其最佳之偵測度;在檢查經費不足下,亦可將較安全或叫不重要之水庫剔 除,以符合經濟與適度安全之原則。最後以類神經網路進行模擬,未來只要知 道各水庫之潰壩風險、潰壩損失、安全檢查經費,即可模擬出固定檢查經費下的 各水庫之檢查週期及其偵測度。 本研究以10 個水庫作模擬,以每年30,000,000 元作為目標值,以遺傳演算 法逼近最佳解結果顯示良好,但可行解組數仍過多,未來可根據不同水庫的重要 性給予最低的偵測度值,將可減少可行解的數目。最後以遺傳演算之結果當作 觀察值,進行類神經網路之訓練、驗證及測試,其結果顯示網路目標值與觀察 值極相近。 |
URI: | http://ntur.lib.ntu.edu.tw//handle/246246/2848 | 其他識別: | 922211E002055 | Rights: | 國立臺灣大學土木工程學系暨研究所 |
顯示於: | 土木工程學系 |
檔案 | 描述 | 大小 | 格式 | |
---|---|---|---|---|
922211E002055.pdf | 402.09 kB | Adobe PDF | 檢視/開啟 |
在 IR 系統中的文件,除了特別指名其著作權條款之外,均受到著作權保護,並且保留所有的權利。