Simulování průtoků v měrném profilu s využitím metod umělé inteligence

Abstract

Práce zkoumá možnost využití metod umělé inteligence k simulaci průměrných denních průtoků ve vybraných měrných profilech. V teoretické časti jsou popsány hlavní činitelé srážkoodtokového procesu a metody využité v praktické části. Praktická část práce se zabývá sestavením dvou modelů. První model předpovídá průtok pro epizody vyniklé pouze z dešťových událostí, druhý model navíc uvažuje sněhovou pokrývku. K sestavení modelu jsou využity metody umělé inteligence, konkrétně neuronové sítě, které jsou vytvořeny v pracovním prostředí programu MATLAB. Pro vyhodnocení výstupů modelů byla využita zvolená kritéria. Na závěr byly stanoveny limity použitelnosti vytvořených modelů obsahující neuronové sítě. Obecně bylo dosahováno akceptovatelných výsledků.The thesis examines the possibility of using artificial intelligence methods for simulating average daily flows in selected measure profiles. In the theoretical part the main factors of the rainfall-runoff process and the methods used in the practical part are described. The practical part of the thesis deals with the construction of two models. The first model predicts the flow for episodes emanating only from rain events, the second model additionally considers snow cover. Artificial intelligence methods, specifically neural networks, are used to build the model, which are created in the MATLAB working environment. The selected criteria were used to evaluate the outputs of the models. Finally, the limits of applicability of the developed models containing neural networks were determined. In general, acceptable results were achieved.