Tích hợp công nghệ thông tin địa lý và mô hình mạng thần kinh nhân tạo phục vụ việc quản lý nguồn nước lưu vực sông đồng nai

ĐẠI HỌC QUỐC GIA TP HCM TRƯỜNG ĐẠI HỌC BÁCH KHOA TRỊNH THỊ XN PHƯƠNG TÍCH HỢP CƠNG NGHỆ THƠNG TIN ĐỊA LÝ VÀ MƠ HÌNH MẠNG THẦN KINH NHÂN TẠO PHỤC VỤ VIỆC QUẢN LÝ NGUỒN NƯỚC LƯU VỰC SÔNG ĐỒNG NAI Chuyên ngành: CÔNG NGHỆ THÔNG TIN Mã số: 01.02.10 LUẬN VĂN THẠC SĨ TP HỒ CHÍ MINH, tháng 11 năm 2009 CƠNG TRÌNH ĐƯỢC HỒN THÀNH TẠI TRƯỜNG ĐẠI HỌC BÁCH KHOA – ĐHQG – HCM Cán hướng dẫn khoa học: TS LÊ VĂN DỰC Cán chấm nhận xét 1: PGS.TS LÊ VĂN TRUNG Cán chấm nhận xét 2: TS TRẦN VĂN HOÀI Luận văn thạc sĩ bảo vệ Trường Đại học Bách Khoa, ĐHQG Tp HCM ngày 12 tháng năm 2010 Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm: TS Đặng Trần Khánh TS Đinh Đức Anh Vũ TS Lê Văn Dực PGS.TS Lê Văn Trung TS Trần Văn Hoài Xác nhận Chủ tịch Hội đồng đánh giá luận văn Trưởng Khoa quản lý chuyên ngành sau luận văn sửa chữa CHỦ TỊCH HỘI ĐỒNG TRƯỞNG KHOA ĐẠI HỌC QUỐC GIA TP.HCM TRƯỜNG ĐẠI HỌC BÁCH KHOA CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM Độc lập - Tự - Hạnh phúc NHIỆM VỤ LUẬN VĂN THẠC SĨ Họ tên học viên: TRỊNH THỊ XUÂN PHƯƠNG MSHV: 00707178 Ngày, tháng, năm sinh: 13/05/1984 Nơi sinh: Lâm Đồng Chuyên ngành: Công nghệ thông tin Mã số : 01.02.10 I TÊN ĐỀ TÀI: TÍCH HỢP CƠNG NGHỆ THƠNG TIN ĐỊA LÝ VÀ MƠ HÌNH MẠNG THẦN KINH NHÂN TẠO PHỤC VỤ VIỆC QUẢN LÝ NGUỒN NƯỚC LƯU VỰC SÔNG ĐỒNG NAI II NHIỆM VỤ VÀ NỘI DUNG: - Ứng dụng phối hợp công nghệ GIS hệ quản lý CSDL Access để số hóa lưu vực sơng Đồng Nai xây dựng sở liệu liên quan đến công tác quản lý nguồn nước lưu vực - Xây dựng chương trình ANN tích hợp với GIS thực việc dự báo lưu lượng, mực nước trạm thủy văn lưu vực sông Đồng Nai III NGÀY GIAO NHIỆM VỤ : 02 /02/2009 IV NGÀY HOÀN THÀNH NHIỆM VỤ : 30/11/2009 V CÁN BỘ HƯỚNG DẪN : TS LÊ VĂN DỰC Tp HCM, ngày tháng năm 20 CÁN BỘ HƯỚNG DẪN CHỦ NHIỆM BỘ MÔN ĐÀO TẠO TRƯỞNG KHOA LỜI CẢM ƠN Xin gửi lời cảm ơn chân thành, sâu sắc đến tất Thầy Cô trường Đại Học Bách Khoa, thành phố Hồ Chí Minh, người truyền dạy tri thức quý báu nhiệt tình giúp đỡ ngày tháng học tập trường Xin đặc biệt cảm ơn T.S Lê Văn Dực, giảng viên môn Cơ lưu chất, khoa Kỹ thuật xây dựng, trường Đại học Bách Khoa, tận tình hướng dẫn khích lệ, động viên tơi q trình thực luận văn Những kiến thức, kinh nghiệm quý báu tình cảm yêu mến, tận tâm Thầy giúp tơi có đủ kiến thức nghị lực để hết quãng đường Xin cảm ơn gia đình bè bạn, người ln bên tôi, tiếp thêm cho niềm tin sức mạnh để vững bước đường chọn… Mặc dù có nhiều cố gắng việc thực luận văn với thời gian có hạn kiến thức, kinh nghiệm tích lũy thân cịn nhiều hạn chế khơng thể tránh khỏi sai sót, mong nhận ý kiến đóng góp quý Thầy Cô bạn Xin chân thành cảm ơn TPHCM, ngày 30 tháng 11 năm 2009 Học viên Trịnh Thị Xuân Phương ABSTRACT Geographic Information System (GIS) technology is now being widely used in many different areas, especially in planning and management of natural resources The visual display and spatial analysis capacities of GIS allow users to make more effective decisions An Artificial Neural Network (ANN) is a mathematical model being constructed based on knowledge of the information processing in human brain Nowadays, due to the advance in theory, capability in computation and the convenience in practice, the Artificial Neural Networks have been increasingly applied in various fields, especially in function approximation problems to find out the implicit relationship between input and output variables The integration of GIS and ANN for water resource management in the Dong Nai River Basin is an approach to utilize the advantages of both technologies, supporting users to make more reliable decisions In this thesis, two problems are studied: i) Using GIS technology to represent the “digital model” of DongNai River basin, building a database to store parameters used in the management of water resource ii) Creating ANN software for predicting flow discharge, water levels at gauging stations within the basin and integrating it with the GIS program In this study, some hopeful results are obtained They show that the integration of GIS and ANN can help users get the visual look of the system The results predicted by ANN model are sufficient reliability being used as input for other models in the process of managing water resources Besides, GIS information become increasingly more valuable for decision making support TÓM TẮT Hệ thống thông tin địa lý (GIS) công nghệ sử dụng rộng rãi nhiều lĩnh vực khác nhau, đặc biệt ứng dụng quy hoạch quản lý tài nguyên thiên nhiên Nhờ khả hiển thị liệu trực quan phân tích khơng gian mạnh mẽ GIS khẳng định ưu việc trợ giúp người dùng đưa định hiệu Mạng thần kinh nhân tạo (ANN) mơ hình tốn học xây dựng dựa hiểu biết trình xử lý thông tin não người Cho đến nay, nhờ tiến mặt lý thuyết, khả tính tốn thuận tiện thực hành, mơ hình ANN ngày áp dụng vào nhiều lĩnh vực khác nhau, đặc biệt ứng dụng mơ hàm phức tạp nhằm tìm mối quan hệ biến nhập xuất cách khơng tường minh Việc tích hợp GIS ANN để phục vụ cho việc quản lý nguồn nước lưu vực sông Đồng Nai cách tiếp cận nhằm tận dụng ưu điểm hai công nghệ, hỗ trợ người đưa định quản lý hiệu đáng tin cậy Cụ thể, luận văn thực hai vấn đề sau đây: i) Ứng dụng cơng nghệ GIS để “số hóa” lưu vực sông Đồng Nai, xây dựng sở liệu thuộc tính lưu trữ thơng số dùng q trình quản lý nguồn nước theo lưu vực ii) Xây dựng chương trình ANN thực việc dự báo lưu lượng, mực nước trạm thủy văn lưu vực tích hợp vào chương trình GIS Kết đạt cho thấy việc tích hợp hai cơng nghệ đem lại kết khả quan, giúp người dùng có nhìn trực quan hệ thống, kết dự báo mơ hình ANN đủ độ tin cậy để sử dụng làm liệu đầu vào cho mơ hình khác quy trình quản lý nguồn nước thơng tin có từ GIS trở nên có giá trị cho người dùng đưa định MỤC LỤC DANH MỤC HÌNH DANH MỤC BẢNG CHƯƠNG 1: GIỚI THIỆU 1.1 Giới thiệu chung 1.2 Mục tiêu nghiên cứu luận văn 1.3 Kết đạt CHƯƠNG 2: CÁC CƠNG TRÌNH LIÊN QUAN 2.1 Áp dụng ANN lĩnh vực quản lý nguồn nước 2.2 Ứng dụng GIS vào lĩnh vực quản lý tài nguyên nước 2.3 Tích hợp ANN GIS lĩnh vực quản lý nguồn nước CHƯƠNG 3: CƠ SỞ LÝ THUYẾT 3.1 Mạng thần kinh nhân tạo…… 3.1.1 Định nghĩa 3.1.2 Kiến trúc mơ hình ANN 3.1.3 Quá trình học ANN 3.1.4 Phân loại ANN 10 3.1.4.1 Các tiêu chí phân loại ANN 10 a Kiểu học 10 b Loại hàm truyền dùng nút mạng 11 c Loại quy tắc học áp dụng để tìm tập trọng số tối ưu 14 d Mô hình kết nối mạng 16 3.1.4.2 Một số dạng ANN tiêu biểu 17 a Mạng hướng tới 17 b Mạng hồi quy 19 c Mạng hàm sở bán kính 20 d Bản đồ tự tổ chức 21 e Mạng nơron ngẫu nhiên 22 f Mạng nơron modul hóa 22 3.1.5 3.2 Ưu khuyết điểm ANN 23 Hệ thống thông tin địa lý … 24 3.2.1 Giới thiệu 24 3.2.2 Các thành phần hệ thống thông tin địa lý 24 3.2.3 Mơ hình hóa giới thực với GIS 25 3.2.3.1 Mơ hình liệu khơng gian 26 3.2.3.2 Mơ hình liệu thuộc tính 34 3.2.4 Các chức hệ thống thông tin địa lý 35 a Chức đo đạc 35 b Chức hỏi đáp tìm kiếm hiển thị thơng tin tìm kiếm 36 c Chức hiệu chỉnh, biến đổi đồ 36 d Chức tạo lập, khái quát đồ 36 e Các chức tạo vùng bao 37 f Chức phân tích địa hình 37 g Chức nội suy 37 3.2.5 Các ứng dụng hệ thống thông tin địa lý 38 a Nghiên cứu quản lý tài nguyên thiên nhiên môi trường 38 b Nghiên cứu điều kiện kinh tế - xã hội 38 c Nghiên cứu hỗ trợ chương trình quy hoạch phát triển 38 3.3 Quản lý nguồn nước theo lưu vực sông 39 3.3.1 Tài nguyên nước 39 3.3.2 Quản lý nguồn nước theo lưu vực sông 41 3.3.3 Các khái niệm thông số đặc trưng 44 3.3.3.1 Các khái niệm 44 3.3.3.2 Các thông số đặc trưng 47 a Các thông số sông 47 b Các thông số lưu vực sông 50 c Các thông số biểu thị dòng chảy 52 d Các đồ thị biểu diễn dòng chảy 54 CHƯƠNG 4: GIẢI QUYẾT VẤN ĐỀ THỰC TẾ 56 4.1 Giới thiệu DongNai_RiverBasin_GIS 56 4.1.1 Đặc điểm địa lý – thủy văn lưu vực sông Đồng Nai 56 4.1.2 Chương trình DongNai_RiverBasin_GIS 58 4.2 Giới thiệu chương trình ANN 101 4.2.1 Giao diện chương trình ANN 102 4.2.2 Cơ sở hoạt động 104 4.2.3 Lưu đồ chương trình 109 4.2.4 Sử dụng chương trình 112 4.2.5 Báo cáo kết thực chương trình ANN 125 CHƯƠNG 5: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 128 5.1 Kết luận 128 5.2 Hướng phát triển luận văn 130 TÀI LIỆU THAM KHẢO 131 DANH MỤC HÌNH Hình Q trình tính toán nơron 11 Hình Hình dạng hàm step 12 Hình 3 Hình dạng hàm sign 13 Hình Hình dạng hàm sigmod 13 Hình Mơ hình Perceptron đơn giản 17 Hình Mơ hình Perceptron đa tầng 18 Hình Mơ hình mạng lan truyền ngược 18 Hình Mơ hình ANN theo kiểu mạng đệ quy 19 Hình Mơ hình mạng Hopfield 20 Hình 10 Mạng hàm sở bán kính 21 Hình 11 Mơ hình đồ tự điều chỉnh Kohonen 22 Hình 12 Các thành phần GIS 24 Hình 13 Mơ hình hóa giới thực 26 Hình 14 Mơ hình liệu Raster 27 Hình 15 Mơ hình liệu vector 29 Hình 16 Đường đồng mức 32 Hình 17 Mơ hình độ cao số DEM 33 Hình 18 Mạng tam giác không 33 Hình 19 Mơ hình TIN từ đường đồng mức 34 Hình 20 Mặt cắt dọc sông Đà 49 Hình 21 Mặt cắt ngang sông 50 Hình 1: Lưu vực sông Đồng Nai 57 Hình 2: Giao diện chương trình DongNai_RiverBasin_GIS 59 Hình 3: Hệ thống trình đơn 59 Hình 4: Hệ thống nút nhấn 60 Hình 5: Xem thơng tin bảng thuộc tính 61 Hình 6: Thêm đối tượng 62 Hình 7: Xóa đối tượng 63 Hình 8: Chỉnh sửa theme kích hoạt 64 Luận văn tốt nghiệp cao học Hình 38: Hộp thoại mở tập tin nhập huấn luyện Sau tập tin mở chương trình đọc thơng tin cần thiết từ tập tin thể hình Đồng thời, tên tập tin xuất tự động tạo thông báo đến người dùng: Trang 119 Luận văn tốt nghiệp cao học Hình 39: Đọc thơng tin từ tập tin nhập huấn luyện Bước tiếp theo, người dùng cần nhấn vào nút Huấn luyện ( ) để yêu cầu chương trình bắt đầu luyện mạng Kết trình huấn luyện thể hình: Hình 40: Kết huấn luyện mạng – Trường hợp Trang 120 Luận văn tốt nghiệp cao học Người dùng xem chi tiết kết thông qua đồ thị tập tin xuất trình huấn luyện Hình 41: Đồ thị kết huấn luyện mạng – Trường hợp  Tạo tập tin kiểm tra Để tạo tập tin kiểm tra mạng, đầu tiên, chương trình yêu cầu người dùng định tập tin nhập huấn luyện mạng Từ tập tin này, chương trình đọc vào thơng tin cần thiết tự động gán vào mục tương ứng hình “Tạo tập tin” Trang 121 Luận văn tốt nghiệp cao học Hình 42: Tạo tập tin nhập kiểm tra mạng Ở bước này, người dùng chọn khoảng thời gian dùng để kiểm tra mạng Và trường hợp huấn luyện mạng, tính đầy đủ liệu cần phải kiểm tra trước chuyển sang bước Cấu trúc mạng ANN giữ nguyên trường hợp huấn luyện mạng Chương trình tự động tạo tập tin nhập kiểm tra thông báo đến người dùng: Trang 122 Luận văn tốt nghiệp cao học Hình 43: Lưu tập tin nhập kiểm tra mạng  Kiểm tra mạng Khi thực kiểm tra mạng, giống trường hợp huấn luyện, chương trình yêu cầu người dùng định tập tin nhập huấn luyện mạng, tập tin nhập kiểm tra mạng, tự động tạo tập tin xuất kiểm tra mạng thông báo đến người dùng: Hình 44: Tự động tạo tên tập tin xuất kiểm tra mạng Tiếp theo sau đó, người dùng việc nhấn vào nút Kiểm tra để chương trình thực trình kiểm tra mạng Trang 123 Luận văn tốt nghiệp cao học Hình 45: Kết kiểm tra mạng – Trường hợp Kết kiểm tra xem đồ thị xem từ tập tin xuất: Hình 46: Đồ thị kết kiểm tra mạng – Trường hợp Trang 124 Luận văn tốt nghiệp cao học Thực tương tự trường hợp cịn lại, với thơng số đầu vào mô tả bảng 4.20 Kết cuối thực trường hợp huấn luyện/kiểm tra, ta có bảng tổng kết độ xác chương trình dự báo ứng với trường hợp sau: Trường hợp Thời gian Độ xác Độ xác huấn luyện huấn luyện kiểm tra Trường hợp 56 giây 97.9320 87.9384 Trường hợp 25 giây 89.9294 82.3866 Trường hợp 44 giây 98.7042 89.2974 Trường hợp 15 giây 97.4747 88.6861 Trường hợp 50 giây 97.3489 85.6193 Trường hợp 24 giây 98.2681 83.5265 Trường hợp 53 giây 97.4889 85.8997 Trường hợp 64 giây 97.7415 88.9481 Bảng 21: Kết thực trường hợp huấn luyện 4.2.5 Báo cáo kết thực chương trình ANN Để người dùng dễ dàng theo dõi lại trình huấn luyện mạng ANN có sở để so sánh, lựa chọn trường hợp có trọng số tối ưu nhất, sau lần thực huấn luyện kiểm tra, thông tin kết thực lưu trữ vào sở liệu cho phép người dùng truy vấn thông tin để xem xét, xếp theo tiêu chí khác để tìm trường hợp ưng ý Các thơng tin lưu trữ gồm có:  Trường hợp sử dụng: Huấn luyện kiểm tra  Thời gian thực  Độ xác Trang 125 Luận văn tốt nghiệp cao học  Số mẫu huấn luyện/kiểm tra  Số tầng mạng  Số nút nhập  Số nút ẩn  Số nút xuất  Sai số: dùng trình huấn luyện mạng  Hàm quan hệ trạm nguồn – đích  Tập tin nhập  Tập tin xuất Chức gọi từ trình đơn “Chương trình ANN” giao diện GIS Khi đó, cửa sổ gọi trình bày thơng tin sau: Hình 47: Xem kết thực chương trình ANN Trên cửa sổ này, người dùng thực chức xóa xếp ghi Với trường hợp xếp ghi, hình gọi phép người dùng xác định tiêu chí để xếp Và người dùng xếp tối đa theo tiêu chí khác nhau: Trang 126 Luận văn tốt nghiệp cao học Hình 48: Sắp xếp liệu Hình minh họa thao tác xếp liệu có thực huấn luyện/kiểm tra qua trường hợp trình bày Dữ liệu trình bày theo trường hợp sử dụng với độ xác giảm dần Do đó, xác định qua trường hợp, trường hợp số cho kết huấn luyện kiểm tra có độ xác cao Do đó, trọng số với thông số mạng số nút nhập, nút ẩn, hàm quan hệ nguồn – đích… trường hợp sử dụng cho việc dự báo lưu lượng, đem lại kết đáng tin cậy Trang 127 Luận văn tốt nghiệp cao học CHƯƠNG KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 5.1 Kết luận Với việc xây dựng xong chương trình DongNai_RiverBasin_GIS tích hợp chương trình ANN để thực dự báo lưu lượng, mực nước trạm thủy văn lưu vực sơng Đồng Nai, nói luận văn hoàn thành mục tiêu đề ra, là:  Ứng dụng cơng nghệ GIS để xây dựng đồ “số hóa” cho lưu vực sơng Đồng Nai Các đối tượng thu thập, tổ chức lưu trữ đầy đủ chương trình, từ đối tượng bản, đóng vai trị “bản đồ nền” vùng hành chính, đường giao thơng… đến đối tượng mang tính đặc trưng cho đặc điểm địa lý thủy văn lưu vực đoạn sông, mặt cắt, nút sông… Việc thu thập đầy đủ thông tin đối tượng nhằm mục đích tạo chương trình nhất, tảng để sau sử dụng nhiều trường hợp khác Kết có nhu cầu, người dùng tích hợp thêm mơ đun khác vào chương trình sử dụng liệu tạo sẵn (chương trình ANN ví dụ cụ thể)  Xây dựng chương trình ANN thực việc dự báo lưu lượng, mực nước trạm thủy văn lưu vực Với kết thực chương trình, ANN lần chứng tỏ phù hợp việc tìm mối quan hệ không tường minh đối tượng, cụ thể mối quan hệ biến lưu lượng, lượng mưa, mực nước đầu vào biến lưu lượng, mực nước đầu Chương trình thực cho độ xác cao việc thực dự báo lưu lượng, mực nước trạm thủy văn lưu vực Với tính tin Trang 128 Luận văn tốt nghiệp cao học cậy này, liệu tính từ chương trình ANN sử dụng để làm liệu đầu vào cho mơ hình khác quy trình tính tốn điều hành hồ chứa Chương trình có ưu điểm giao diện thân thiện, thao tác dễ dàng, với số chức kèm tự động tạo tên tập tin (nhằm phản ánh mối quan hệ trường hợp huấn luyện/kiểm tra/dự báo), xem kết đồ thị, tập tin, lưu kết thực vào sở liệu để so sánh, đánh giá lần thực hiện…  Tích hợp chương trình ANN chương trình GIS: Chương trình ANN tích hợp vào GIS cơng cụ chương trình Kỹ thuật dùng để kết nối hai chương trình với DDE (Dynamic Data Exchange) Người dùng thao tác giao diện GIS để chọn trạm nguồn - đích đưa vào chương trình ANN thao tác giao diện chương trình ANN để lấy liệu đo trạm lưu sở liệu Access (bằng kỹ thuật ADO (Active X Data Object)) Có thể nói, mơ hình này, chương trình ANN đóng vai trị trung gian, kết nối chương trình GIS chương trình Access lại với Nhờ liệu cần thiết truyền qua lại ứng dụng riêng biệt Việc tích hợp chương trình ANN với liệu quan trắc trạm sở liệu Access vào chương trình GIS hồn tồn suốt người dùng Điều giúp người dùng dễ dàng sử dụng chương trình, đối tượng sử dụng người lĩnh vực quản lý nguồn nước, không quan tâm đến kỹ thuật công nghệ thông tin Trang 129 Luận văn tốt nghiệp cao học 5.2 Hướng phát triển luận văn Những kết đạt được, cụ thể chương trình DongNai_RiverBasin_GIS mô đun dự báo lưu lượng ANN tích hợp vào hệ thống khơng chứng tỏ cho khả tích hợp tốt hai cơng nghệ mà bước đầu tiên, đặt sở, móng cho việc xây dựng ứng dụng với chức đa dạng hơn, phong phú hỗ trợ người dùng có định tốt lĩnh vực quản lý nguồn nước Do đó, luận văn phát triển để hồn thiện đầy đủ chức như:  Dữ liệu có tính tốn từ chương trình ANN lưu trữ vào sở liệu (thay lưu trữ tập tin nay) để làm liệu đầu vào cho mô đun khác  Cho phép liên kết DongNai_RiverBasin_GIS với hệ thống chương trình tính tốn thủy lực hồ chứa để hồn thiện hệ hỗ trợ định cho lĩnh vực quản lý nguồn nước lưu vực sông Trang 130 Luận văn tốt nghiệp cao học TÀI LIỆU THAM KHẢO [1] A Sezin Tokar and Momcilo Markus (2000), “Precipitation – Runoff modeling using artificial neural networks and conceptual models”, Journal of Hydrologic Engineering, Vol 5, No 2, April, 2000 [2] Hikmet Kerem Cigizoglu (2003), “Estimation, forecasting and extrapolation of river flows by artificial neural networks”, Hydrological Sciences – Journal – des Sciences Hydrologiques, 48(3) June 2003 [3] “Applicability of Artificial Neural Network Model for simulation of monthly runoff in comparison with some other traditional models”, Tác giả: Lê Văn Dực, đăng Tạp Chí Phát Triển Khoa Học Cơng Nghệ Đại Học Quốc Gia TP HCM, Tập 12, số 04, năm 2009 [4] Daene C.McKinney and Ximing Cai (2001), “Linking GIS and water resources management models: an object – oriented method”, ScienceDirect – Environmental Modelling & Software, Volume 17, Issue 5, 2002 [5] P.GS TSKH Lê Quang Minh cộng (2001), “Xây dựng hệ thống thông tin địa lý quản lý tổng hợp tài nguyên nước đồng sông Cửu Long”, Khoa công nghệ, Đại học Cần Thơ [6] Jeff Thurston (2002), “GIS & Artificial Neural Networks: Does Your GIS Think?”, GISCafe.com, January 2002 [7] Huỳnh Thị Minh Hằng, Nguyễn Hồng Anh (2006), “Ứng dụng Geoinformatics cơng tác quản lý lưu vực sơng Sài Gịn–Đồng Nai – Một số kết đánh giá ban đầu”, tạp chí phát triển khoa học công nghệ, tập 9, Môi trường tài nguyên, 2006 [8] Stuart J Russell and Peter Norvig Artificial Intelligence: A Modern Approach Prentice Hall, Upper Saddle River, NJ, 1995 Trang 131 Luận văn tốt nghiệp cao học [9] Ann Demint (2005), “Integrating a GIS – produced, Reach – based Hydrologic Analysic into a Dynamic Surface Water Model of the Middle Rio Grande, New Mexico”, www.unm.edu/~wrp [10] Enrique Triana and John W Labadie (2007), “GEO-MODSIM: Spatial Decision Support System for River basin management” [11] Jacobs, R A., Increased Rates of Convergence Through Learning Rate Adaptation, Neural Networks, vol 1, 1988 [12] Sơng ngịi Việt Nam, Nhà xuất Giáo dục, 1983 [13] http://dwrm.gov.vn/index.php?cires=News&in=viewst&sid=221 [14] http://vi.wikipedia.org/wiki/Song_Dong_Nai [15] http://vi.wikipedia.org/wiki/Thuy_van [16] ftp://ftp.sas.com/pub/neural/FAQ.html.zip [17] http://gis.esri.com/library/userconf/proc00/professional/papers/PAP628/p628.htm [18] http://soa.utexas.edu/crp/gis/tips/access.html [19] http://www.wattpad.com/86581-khai-niem-song Trang 132 LÝ LỊCH TRÍCH NGANG Họ tên: Trịnh Thị Xuân Phương Ngày tháng năm sinh: 13/05/1984 Nơi sinh: Lâm Đồng Địa liên lạc: Quận – TP Hồ Chí Minh Q TRÌNH ĐÀO TẠO Đại học: Học viện cơng nghệ Bưu Chính Viễn Thơng – Cơ sở TP Hồ Chí Minh – Khoa Cơng nghệ thơng tin Cao học: Đại học Bách Khoa TP Hồ Chí Minh – Khoa Cơng nghệ thơng tin Q TRÌNH CƠNG TÁC Ngân hàng phát triển nhà TP Hồ Chí Minh (HDBank) – Trung tâm Công nghệ thông tin ... Lâm Đồng Chuyên ngành: Công nghệ thông tin Mã số : 01.02.10 I TÊN ĐỀ TÀI: TÍCH HỢP CƠNG NGHỆ THƠNG TIN ĐỊA LÝ VÀ MƠ HÌNH MẠNG THẦN KINH NHÂN TẠO PHỤC VỤ VIỆC QUẢN LÝ NGUỒN NƯỚC LƯU VỰC SÔNG... mạng thần kinh nhân tạo để phục vụ cho việc quản lý nguồn nước lưu vực sông Đồng Nai Từ thập niên 1990, nhờ có tiến công nghệ thông tin khoa học công nghệ lĩnh vực viễn thám, hệ thống thông tin. .. để phục vụ việc quản lý nguồn nước lưu vực sông Đồng Nai hướng cần thiết, không giúp nâng cao khả quản lý nguồn nước lưu vực mà cịn góp phần vào nghiệp phát triển công nghệ thông tin nước ta