earticle

영어

We suggested an efficient automatic calibration of water quality model using the 2-step search genetic algorithm. In our research on water quality of Nakdong River area, there were 22 reaches of observations and 9 kinds of reaction coefficients. The preliminary experiment showed that the general genetic algorithm didn't fit for our calibration because there were too many variables and groups of variables were interrelated. In this paper, the calibration was accomplished in 2 steps. First, we ran the genetic algorithm with forcing same reaction coefficient value for all 22 reaches. Second, we used limited-range searching which variables were confined to under/over 20% of the first step result. To set the parameters for the genetic algorithm in water quality domain, we did various simulations in terms of number of generations, size of population, probability of crossover, and probability of mutation. As a result, we chose 200 generations, 100 populations, 0.1 for crossover, and 0.05 for mutation. After comparison between the final result with the 2013 observed data, we confirmed that the calibration result was fit for use. When applying the genetic algorithm to complex condition such as too many variables or correlation between variables, 2-step limited-range search could improve performance of the algorithm.

한국어

본 연구에서는 변형된 유전자 알고리즘인 2단계 탐색법을 이용한 방법을 이용하여 하천수질모형의 효과적인 자동보정 방법을 제안하였다. 낙동강 하류지점을 대상수계로 한 이번 연구에서는 너무 많은 반응계수의 조합이 만들어지게 되어 일반적인 유전자 알고리즘이 복잡한 수질모델을 보정하는 데는 적합하지 않게 나타났다. 이에 본 연구에서는 1단계에서는 모든 구간(reach)의 값을 하나의 값으로 고정시켜 탐색하고 다음 2단계에서는 1단계에서 제안한 값의 20% 범위에서 변수값이 변화하도록 하는 제한적 범위 탐색기법으로 자동보정을 수행하였다. 효율적인 수행을 위해 다양한 경우에 대한 수치실험을 수행하였고 수치실험결과 최적은 운전조건은 세대당 개체의 수는 100으로 하고 세대수는 약간의 여유분을 감안하여 200세대 교배율과 변종확률은 각각 0.1과 0.05로 정하였다. 보정한 결과는 2013년 낙동강의 수질측정치에 대한 비교(검증) 과정을 거쳐 최종 해를 선택하였다. 연구 결과 복잡한 형태의 함수나 변수가 너무 많거나 상호간의 상관성이 존재하는 경우에는 본 논문에서 제안한 제한적 범위 탐색기법의 적용이 성능을 높일 수 있는 방법이 될 수 있다.