Phương pháp sử dụng mạng trí tuệ nhân tạo

Một phần của tài liệu Ứng dụng mô hình toán dự báo dòng chảy đến hồ Buôn Kuop trên hệ thống sông Srepok (Trang 39 - 40)

Mạng trí tuệ nhân tạo (Artificial Nerual Networks - ANN) được xây dựng từ những năm 1940. Với việc ứng dụng thuật toán quét ngược năm 1988, ANN được sử dụng nhiều trong ngành tài nguyên nước, đặc biệt là dự báo thủy văn. Mạng trí tuệ nhân tạo là một mô phỏng xử lý thông tin, được nghiên cứu ra từ hệ thống thần kinh của sinh vật, giống như bộ não để xử lý thông tin. Nó bao gồm số lượng lớn các mối gắn kết cấp cao để xử lý các yếu tố làm việc trong mối liên hệ giải quyết vấn đề rõ ràng. ANN giống như con người, được học bởi kinh nghiệm, lưu những kinh nghiệm, hiểu biết và sử dụng trong những tình huống phù hợp. Mô hình ANN cho phép thiết lập mối quan hệ đa dạng và trực tiếp các biến đầu vào và đầu ra, phản ánh tính chất của cả mô hình nhận thức và mô hình hộp đen.

Ưu điểm của phương pháp: Dữ liệu đầu vào mô hình ANN không nhất thiết phải ổn định và tuân theo phân bố chuẩn như ARIMA. Mô hình ANN là mô hình phi tuyến

(tối ưu sử dụng trong ANN là tối ưu hàm phi tuyến). Mô hình ANN cũng cho kết quả tốt hơn mô hình ARMA khi dữ liệu hạn chế và trong các trường hợp phức tạp, khi mối quan hệ giữa các biến trong mô hình không được tường minh. Nếu so sánh với mô hình ARMA thì ANN là công cụ dự báo tốt hơn vì nó dự báo dựa vào quá trình hình thành mối quan hệ trong dữ liệu. Hơn nữa ANN rất phù hợp với việc xử lý các dữ liệu thực chứa nhiễu hay bị bóp méo hoặc không đầy đủ.

Nhược điểm của phương pháp: Rất khó tìm bộ thông số tối ưu, không phản ánh được những thay đổi lớn, nếu dữ liệu sử dụng để xây dựng mạng không có những trị số lớn đó.

Một phần của tài liệu Ứng dụng mô hình toán dự báo dòng chảy đến hồ Buôn Kuop trên hệ thống sông Srepok (Trang 39 - 40)

Tải bản đầy đủ (DOCX)

(48 trang)
w