메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학위논문
저자정보

김장경 (전북대학교, 전북대학교 일반대학원)

지도교수
권현한
발행연도
2014
저작권
전북대학교 논문은 저작권에 의해 보호받습니다.

이용수0

표지
AI에게 요청하기
추천
검색

이 논문의 연구 히스토리 (4)

2018

Development of Stochastic Rainfall Downscaling using Bayesian Neyman-Scott Rectangular Pulse Model(NSRPM)
김장경 ,  반우식 ,  권현한 한국수자원학회 학술발표회 2018.01 학술대회자료

2017

Neyman-Scott Rectangular Pulse 모형의 지점간 매개변수 추정을 위한 계층적 베이지안 접근
김장경 ,  권현한 대한토목학회 학술대회 2017.10 학술대회자료
Bayesian 기법을 활용한 Neyman-Scott Rectangular Pulse 모형의 불확실성 분석
김장경 ,  반우식 ,  권현한 한국수자원학회 학술발표회 2017.01 학술대회자료

2014

Bayesian 기법을 이용한 Modified Bartlet-Lewis Rectangular Pulse(MBLRP) 모형의 불확실성 분석
김장경 토목공학(수자원및토질공학) 2014.01 학위논문

초록· 키워드

오류제보하기
Stochastic rainfall generators or stochastic simulation have been widely employed to generate synthetic rainfall sequences which can be used in hydrologic models as inputs. The calibration of Poisson cluster stochastic rainfall generator (e.g. Modified Bartlett-Lewis Rectangular Pulse, MBLRP) is seriously affected by local minima that is usually estimated from the local optimization algorithm. In this regard, global optimization techniques such as particle swarm optimization and shuffled complex evolution algorithm have been proposed to better estimate the parameters. Although the global search algorithm is designed to avoid the local minima, reliable parameter estimation of MBLRP model is not always feasible especially in a limited parameter space. In addition, uncertainty associated with parameters in the MBLRP rainfall generator has not been properly addressed yet. In this sense, this study aims to develop and test a Hierarchical Bayesian Model (HBM) based parameter estimation method for the MBLRP rainfall generator that allow us to derive the posterior distribution of the model parameters. Furthermore, this study investigates the choice of the object function in the calibration process within the Hierarchical Bayesian framework. The proposed models are tested to ensure model performance throughout the rainfall networks of more than 50 rain gauges in South Korea. It was found that the HBM based MBLRP model showed better performance in terms of reproducing rainfall statistic and underlying distribution of hourly rainfall series.
#Bartlet-Lewis #Bayesian #Uncertainty #MBLRP

목차

표차례 iii
그림차례 iv
Abstract vi
제1장 서론 1
1.1 연구의 배경 및 목적 1
1.2 연구 동향 3
1.3 연구의 내용 및 범위 5
제2장 연구방법 7
2.1 Bartlett-Lewis Rectangular Pulse Model 7
2.2 SCE-UA 전역최적화 기법 13
2.2.1 CRS 방법 14
2.2.2 SCE-UA 계산과정 14
2.2.3 SCE-UA의 CCE 알고리즘 17
2.3 Bayesian Modeling 20
2.3.1 Markov Chain Monte Carlo 모의 22
2.3.2 Bayesian 기법 기반의 MBLRP 모형 매개변수 추정 25
제3장 연구결과 28
3.1 MBLRP 모형의 매개변수 추정결과 29
3.2 Bayesian MBLRP 모형의 재현능력 평가 36
3.3 Bayesian MBLRP의 극치강수량 재현 효과 43
제4장 결론 및 토의 49
참고문헌 52
부록 55

최근 본 자료

전체보기

댓글(0)

0