Differential Evolution 기법을 이용한 Neyman-Scott Rectangular Pulse 모형의 매개변수 추정

• 영문명: Parameter Estimation of the Neyman-Scott Rectangular Pulse Model Using a Differential Evolution Method
• 발행기관: 한국방재학회
• 저자명: 김광섭 조현곤 이재응 Kim, Gwangseob Cho, Hyungon Yi, Jaeeung
• 간행물 정보: 『2. 한국방재학회 논문집』12권4호, 187~194쪽, 전체 8쪽
• 주제분류: 공학 > 기타공학
• 파일형태: PDF
• 발행일자: 2012.08.31

국문 초록

군집 점 과정(Clustered Point Process) 기법을 이용한 NSRPM(Neyman-Scott Rectangular Pulse Model)은 강우생성모형으로 구형펄스모형(Rectangular Pulse Model)에서는 반영하지 못하는 강우현상의 군집특성을 잘 반영하여 그 적용성이 뛰어나다는 평가와 함께 수문학 분야에서 널리 쓰이고 있다. 강우특성을 나타내는 NSRPM의 5개 매개변수를 추정하기 위한 최적화 기법으로 DFP(Davidon-Fletcher-Powell)과 유전자알고리즘(Genetic Algorithm)등이 사용되고 있다. 그러나 DFP는 주어진 초기값에 따라 민감하며 전체해가(Global Solution)이 아닌 국지해(Local Solution)를 구하는 경향을 가지고 있으며, 유전자 알고리즘은 DFP와 다르게 헤시안 행렬(Hessian matrix)을 사용하지 않고 전체해를 구할 수 있다는 장점이 있으나 계산 시간이 오래 걸리는 단점이 있다. 이에 본 연구에서는 이러한 단점을 보완하기 위해서 DE(Differential Evolution)알고리즘을 사용하여 전국 지상관측소 중 30년 이상 장기 자료를 보유하고 있는 서울, 부산, 대구, 목포, 강릉지점의 1961-2011년까지의 여름철(6,7,8월) 시강우 자료를 이용하여 NSRPM의 매개변수를 추정하였다. DE 알고리즘을 사용한 매개변수추정 결과를 DFP, 유전자 알고리즘 기법을 사용하여 추정한 매개변수추정 결과와 검정통계량을 이용하여 비교분석하여 DE 알고리즘 적용 시 강수관측자료의 물리적 및 통계적 특성을 보다 잘 반영함을 보였다.

영문 초록

The NSRPM(Neyman-Scott Rectangular Pulse Model), a stochastic rainfall generation model using clustered point process theory, is widely used in hydrology since it is able to reflect the cluster characteristics of rainfall events but the RPM(Rectangular Pulse Model) is not able to handle that. DFP(Davidon-Flectcher-Powell) and GA(Genetic Algorithm) are generally used to estimate 5 model parameters of the NSRPM. However DFP is sensitive to initial value and has tendency to get not global solution but local minimization. GA has an advantage of optimizing without Hessian matrix, but it needs relatively long computing time. In this study, a DE(Differential Evolution) method applied in model parameter estimation in order to overcome those drawbacks. The rainfall model parameters during the summer season (June-August) at Seoul, Pusan, Daegu, Mokpo, Gangrung, which have more than 30 year long hourly precipitation data, were estimated using hourly rainfall data from 1961 to 2011. Results were compared to those using DFP and GA. The performance of the DE method was evaluated using test statistics and demonstrated better performance in preserving physical and statistical properties of observed rainfall data.

키워드

유전자 알고리즘 NSRPM Differential evolution GA DFP