강화학습을 이용한 SWMM 모델 매개변수 자동보정 알고리즘 개발 = Development of Reinforcement Learning Algorithm for Auto-calibration of SWMM model parameters
저자
정민혁 ( Minhyuk Jeung ) ; 범진아 ( Jina Beom ) ; 박민경 ( Minkyeong Park ) ; 정지연 ( Jiyeon Jeong ) ; 윤광식 ( Kwangsik Yoon )
발행기관
학술지명
한국농공학회 학술대회초록집(Proceedings of the Korean Society of Agricultural Engineers Conference)
권호사항
발행연도
2022
작성언어
-주제어
KDC
500
자료형태
학술저널
수록면
308-308(1쪽)
제공처
도시지역의 토지피복 변화, 변화하는 오염물질의 누적량 등 지속적으로 변화하는 환경으로 인해 하나의 매개변수로 불투수지역 강우-유출 및 오염물질 거동을 장기간을 모의하는 데에 어려움이 있다. 따라서, 무강우일수, 강우량, 강우지속시간 등 강우사상 발생 시마다 수집되는 정보를 바탕으로 수질-수문 모형의 매개변수를 자동으로 보정하는 알고리즘 개발이 필요하다. 본 연구에서는 도시지역에서 수질-수문 모의를 위해 사용되는 SWMM 모형을 강화학습과 결합하여 SWMM 모델 매개변수 자동보정 알고리즘인 SWMM-RL 모델을 개발하였다. 강화학습은 주어진 환경에서 보상을 최대한 많이 받을 수 있도록 에이전드를 학습시키는 기법으로, 주변 상태에 맞게 어떠한 행동을 할지 판단을 내린다. 본 연구에서는 SWMM 모형을 환경, NSE 값을 보상, 매개변수를 행동, 그리고 강우 특성을 상태로 적용하여 알고리즘을 개발하였다. 에이전트의 행동 특성은 유량의 경우 총 9개의 매개변수를 보정하도록 하였고 SS 부하량은 5개의 매개변수를 보정하도록 하였다. 모의 결과, 유량은 평균 0.588의 NSE값을 보였으며, 9개의 매개변수 중 민감도가 높은 3개 매개변수(N-impervious, PctZero, N-conduit)가 주로 변화되는 모습을 보였다. SS 부하량의 경우, 평균 0.622의 NSE값을 보였다. SS 역시 5개의 매개변수 중 민감도가 높은 3개의 매개변수(build-up coefficient1, wash-off coefficient1, wash-off coefficient2)가 주로 변화되었다. 본 연구에서 개발된 SWMM-RL 모델은 2008년~2011년 기간동안 매개변수를 총 10번 자동보정하였으며, 하나의 매개변수로 장기간 모의하는 것보다 매개변수를 주기별로 보정할 경우 더욱 높은 정확성과 변화하는 환경에 잘 적응할 수 있을 것으로 예상된다.
더보기분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)