haku: @author Kärkkäinen, Kari / yhteensä: 2
viite: 1 / 2
« edellinen | seuraava »
Tekijä: | Kärkkäinen, Kari |
Työn nimi: | Hermoverkkojen käyttö tulovirtaaman ennustamisessa ja juoksutusten optimoinnissa |
Forescasting inflows and optimizing outflows with neural networks | |
Julkaisutyyppi: | Diplomityö |
Julkaisuvuosi: | 1997 |
Sivut: | 63 Kieli: fin |
Koulu/Laitos/Osasto: | Rakennus- ja yhdyskuntatekniikan osasto |
Oppiaine: | Vesitalous ja vesirakennus (Yhd-12) |
Valvoja: | Vakkilainen, Pertti |
Ohjaaja: | Vakkilainen, Pertti |
OEVS: | Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossaOppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa. Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/ Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.
Kirjautuminen asiakaskoneille
Opinnäytteen avaaminen
Opinnäytteen lukeminen
Opinnäytteen tulostus
|
Sijainti: | P1 Ark Aalto | Arkisto |
Tiivistelmä (fin): | Tämän työn tarkoituksena oli tutkia kuinka hyvin on mahdollista ennustaa tulovirtaamaa ja optimoida juoksutusta hermoverkoilla. Hermoverkko on laskennallinen menetelmä , joka on lähtöisin biologisten hermojärjestelmien ja aivojen tutkimuksesta. Se koostuu kerroksittaisista laskentayksiköistä, neuroneista, ja painollisista kytkennöistä. Hermoverkko luo nämä kytkennät syötteiden ja ulostulojen välille oppimalla esimerkeistä. Tämän jälkeen sen pitäisi olla mahdollista ennustaa ulostulo uudella syöteaineistolla. Ensiksi hermoverkkomallia käytettiin Päijänteen tulovirtaaman ennustamiseen. Hermoverkkomallien ja aikasarjamallien laskemien tuloksien välillä suoritettiin sitten vertailuja. Tuloksien mukaan hermoverkko antoi selvästi parempia ennusteita kuin PAR- ja SARIMA-mallit. Hermoverkon tulokset olivat myös yhtä hyviä kuin kausivaihtelusta puhdistetulla ARMA-mallilla. Niinpä hermoverkot näyttävät olevan käyttökelpoinen menetelmä tulovirtaamien ennustamiseen. Toinen sovellus oli juoksutusten optimointi hermoverkkojen avulla. Optimoinnin tarkoitus oli saada maksimi nettotulo systeemin vuosittaisesta toiminnasta. Tässä tapauksessa tulokset eivät enää olleetkaan niin hyviä. Hermoverkot tarjoavat useita etuja verrattuna perinteisiin menetelmiin. Niillä on kyky kehittää yleistetty ratkaisu ongelmaan esimerkeistä. Yleistämiskyvyn ansiosta niitä voidaan käyttää myös sellaisiin ongelmiin, joita ei ole käytetty niiden opetuksessa ja tuottaa järkevä ratkaisu vaikka opetusaineistossa on virheitä. Nämä tekijät yhdessä tekevät hermoverkoista tehokkaan työkalun mallintamaan ongelmia, missä muuttujien väliset suhteet ovat vaikeasti ymmärrettäviä. Hermoverkot kärsivät kuitenkin myös joistakin heikkouksista: ne eivät pysty tuottamaan ehdottoman tarkkoja tuloksia eikä niille ole olemassa teoriaa, millä ohjata niiden suunnittelua. Toisin sanoen niiden suunnittelu vaatii kokemusta. Kaiken kaikkiaan tulokset olivat melko rohkaisevia. Hermoverkkomalli näyttää varsin lupaavalta tulovirtaaman ennustamiseen. |
ED: | 1997-05-15 |
INSSI tietueen numero: 12148
+ lisää koriin
« edellinen | seuraava »
INSSI