Please use this identifier to cite or link to this item: http://hdl.handle.net/11455/13350
標題: 多變量分析與類神經網路於土石流出量推估之研究-以濁水溪流域為例
The Study on Multivariate Analysis and Artificial Neural Network for Estimating Flowing Out of Sediment Amount in the Watershed of Chou-Shui River
作者: 丁宜君
CHUN, TING I
關鍵字: 土石流流出量
類神經網路
地理資訊系統
複迴歸分析
出版社: 土木工程學系
摘要: 由於台灣本島地質脆弱與地形陡峻,每遇颱風來襲,挾帶大量豪雨,常造成山崩、地滑、土石流等災害發生,除導致個人生命財產損失外,更造成社會成本之龐大支出。在民國2001年7月桃芝颱風來襲造成花蓮縣及921地震災區之嚴重土石流災害。土石流流動快速、總土砂流出規模大、破壞力強,嚴重影響下游地區之人民生命財產安全;因此針對土石流流出土方量之評估對災害影響範圍及未來整治工程之決定極為重要。 本研究利用集水區資訊系統軟體WinGrid與地理資訊系統軟體ArcView配合數值地型模型建立影響因子基本資料庫,並以統計軟體SPSS運用多變量統計分析之觀念進行主成份分析,篩選主要影響變數,選定集水區面積、形狀因子、密集度、起伏比、河川頻率等集水區地文因子與崩塌地數量、崩塌地面積、地質指標等土砂材料因子及有效累積雨量九項因子作為評估土石流出量之指標。接著,分別利用SPSS之複迴歸分析與PCNeuron之倒傳遞類神經網路、改良式倒傳遞網路、多層函數連結網路,最後建立土石流出量之模式。 本研究結果顯示,多層函數連結網路學習效果最高,其相關係數高達0.9902;改良式倒傳遞網路之學習效果次之,其相關係數達0.981;複迴歸分析再次之,其修正後複判定係數達0.972;倒傳遞網路學習效果最差,其相關係數達0.969。
NONE
URI: http://hdl.handle.net/11455/13350
Appears in Collections:土木工程學系所

文件中的檔案:

取得全文請前往華藝線上圖書館



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.