Flooding is a serious problem almost every year in some
areas of Thailand. In 2011, the tropical storm NOCK-TEN
passed Thailand, bringing with it torrential rains, in which
over 30 provinces were flooded, including Chiang Mai and
Ubon Ratchathani. For effective flood prevention, an early
warning system is necessary. Hydrological model such as
MIKE 11 [1], TANK [2] and Artificial Neural Network
(ANN) [2], [3], have been developed and applied for flood
forecasting. Notably, the ANN model, which is a black box
model, makes use of a data driven method. The advantages of
the ANN model are that it does not require physical data or
field data, and has less computation time than the other
approach models. It is also easy to update when new data
become available. Therefore, the Hydrology Division, Royal
Irrigation Department, Thailand, has chosen to apply the
ANN model for flood forecasting for over 11 basins in
Thailand [4]. For improving the ANN model for its better and
more effective use in for flood forecasting, there are several
methods, for example, selecting the input variable from the
input determination techniques [5], [6], adding extra input
variables [6], [7], and selecting different transfer functions
[8], selecting different learning algorithms [9]. However, it
has to be borne in mind that different basins may require
different ANN models because of different runoff behaviors
in the basin and different data available. In addition, it is
น้ำท่วมเป็นปัญหาร้ายแรงเกือบทุกปีบางพื้นที่ของประเทศไทย ใน 2011 พายุเขตร้อน NOCK-TENฝนตกผ่านประเทศไทย นำมันต่อ ที่กว่า 30 จังหวัดถูกน้ำท่วม รวมทั้งจังหวัดเชียงใหม่ และจังหวัดอุบลราชธานี สำหรับป้องกันน้ำท่วมที่มีประสิทธิภาพ การระบบเป็นสิ่งจำเป็น แบบจำลองอุทกวิทยาเช่นไมค์ 11 [1], ถัง [2] และโครงข่ายประสาทเทียม(แอน) [2], [3], ได้รับการพัฒนา และใช้สำหรับน้ำท่วมคาดการณ์ สะดุดตา แม่แบบ ซึ่งเป็นกล่องสีดำรูปแบบ ทำให้ใช้ข้อมูลซึ่งวิธีการ ข้อดีของรุ่นแอนได้ที่ไม่ต้องการข้อมูลทางกายภาพ หรือฟิลด์ข้อมูล และมีเวลาคำนวณน้อยกว่าอื่น ๆรูปแบบวิธีการ ก็ยังต้องปรับปรุงเมื่อข้อมูลใหม่จะพร้อมใช้งาน ดังนั้น การอุทกวิทยาแบ่ง รอยัลกรมชลประทาน ประเทศไทย เลือกที่จะใช้การรุ่นแอนสำหรับการคาดการณ์น้ำท่วมสำหรับอ่างกว่า 11 ในประเทศไทย [4] สำหรับการปรับปรุงการแอนรุ่นที่ดี และใช้เพิ่มประสิทธิภาพสำหรับการคาดการณ์น้ำท่วม มีหลายวิธี เช่น การเลือกตัวแปรอินพุตจากการใส่เทคนิคกำหนด [5], [6], เพิ่มอินพุตเสริมตัวแปร [6], [7], และเลือกฟังก์ชันการถ่ายโอนแตกต่างกัน[8], เลือกอัลกอริทึมการเรียนรู้ที่แตกต่างกัน [9] อย่างไรก็ตาม มันการจะแบกรับทราบที่แอ่งต่าง ๆ อาจต้องรุ่นแอนแตกต่างกันเนื่องจากพฤติกรรมต่าง ๆ ที่ไหลบ่าในลุ่มน้ำและข้อมูลที่แตกต่างกัน นอกจากนี้ มันเป็น
การแปล กรุณารอสักครู่..