Hermoverkkojen käyttö tulovirtaaman ennustamisessa ja juoksutusten optimoinnissa

No Thumbnail Available

URL

Journal Title

Journal ISSN

Volume Title

Helsinki University of Technology | Diplomityö
Checking the digitized thesis and permission for publishing
Instructions for the author

Authors

Date

1997

Department

Rakennus- ja yhdyskuntatekniikan osasto

Major/Subject

Vesitalous ja vesirakennus

Mcode

Yhd-12

Degree programme

Language

fi

Pages

63

Series

Abstract

Tämän työn tarkoituksena oli tutkia kuinka hyvin on mahdollista ennustaa tulovirtaamaa ja optimoida juoksutusta hermoverkoilla. Hermoverkko on laskennallinen menetelmä , joka on lähtöisin biologisten hermojärjestelmien ja aivojen tutkimuksesta. Se koostuu kerroksittaisista laskentayksiköistä, neuroneista, ja painollisista kytkennöistä. Hermoverkko luo nämä kytkennät syötteiden ja ulostulojen välille oppimalla esimerkeistä. Tämän jälkeen sen pitäisi olla mahdollista ennustaa ulostulo uudella syöteaineistolla. Ensiksi hermoverkkomallia käytettiin Päijänteen tulovirtaaman ennustamiseen. Hermoverkkomallien ja aikasarjamallien laskemien tuloksien välillä suoritettiin sitten vertailuja. Tuloksien mukaan hermoverkko antoi selvästi parempia ennusteita kuin PAR- ja SARIMA-mallit. Hermoverkon tulokset olivat myös yhtä hyviä kuin kausivaihtelusta puhdistetulla ARMA-mallilla. Niinpä hermoverkot näyttävät olevan käyttökelpoinen menetelmä tulovirtaamien ennustamiseen. Toinen sovellus oli juoksutusten optimointi hermoverkkojen avulla. Optimoinnin tarkoitus oli saada maksimi nettotulo systeemin vuosittaisesta toiminnasta. Tässä tapauksessa tulokset eivät enää olleetkaan niin hyviä. Hermoverkot tarjoavat useita etuja verrattuna perinteisiin menetelmiin. Niillä on kyky kehittää yleistetty ratkaisu ongelmaan esimerkeistä. Yleistämiskyvyn ansiosta niitä voidaan käyttää myös sellaisiin ongelmiin, joita ei ole käytetty niiden opetuksessa ja tuottaa järkevä ratkaisu vaikka opetusaineistossa on virheitä. Nämä tekijät yhdessä tekevät hermoverkoista tehokkaan työkalun mallintamaan ongelmia, missä muuttujien väliset suhteet ovat vaikeasti ymmärrettäviä. Hermoverkot kärsivät kuitenkin myös joistakin heikkouksista: ne eivät pysty tuottamaan ehdottoman tarkkoja tuloksia eikä niille ole olemassa teoriaa, millä ohjata niiden suunnittelua. Toisin sanoen niiden suunnittelu vaatii kokemusta. Kaiken kaikkiaan tulokset olivat melko rohkaisevia. Hermoverkkomalli näyttää varsin lupaavalta tulovirtaaman ennustamiseen.

Description

Supervisor

Vakkilainen, Pertti

Thesis advisor

Vakkilainen, Pertti

Keywords

Other note

Citation

Permanent link to this item

https://urn.fi/URN:NBN:fi:aalto-2020120343805

Collections

[dipl] Teknillinen korkeakoulu / TKK