• Journal of Korea Water Resources Association
• /
• v.40 no.9
• /
• pp.687-696
• /
• 2007

Preference ordering approach is applied to optimize the parameters of Tank model using multi-objective genetic algorithm (MOGA). As more than three multi-objective functions are used in MOGA, too many non-dominated optimal solutions would be obtained thus the stakeholder hardly find the best optimal solution. In order to overcome this shortcomings of MOGA, preference ordering method is employed. The number of multi-objective functions in this study is 4 and a single Pareto-optimal solution, which is 2nd order efficiency and 3 degrees preference ordering, is chosen as the most preferred optimal solution. The comparison results among those from Powell method and SGA (simple genetic algorithm), which are single-objective function optimization, and NSGA-II, multi-objective optimization, show that the result from NSGA-II could be reasonalby accepted since the performance of NSGA-II is not deteriorated even though it is applied to the verification period which is totally different from the calibration period for parameter estimation.

• Journal of Korea Water Resources Association
• /
• v.40 no.9
• /
• pp.677-685
• /
• 2007

The objective of this study is to evaluate the applicability of multi-objective genetic algorithm(MOGA) in order to calibrate the parameters of conceptual rainfall-runoff model, Tank model. NSGA-II, one of the most imitating MOGA implementations, is combined with Tank model and four multi-objective functions such as to minimize volume error, root mean square error (RMSE), high flow RMSE, and low flow RMSE are used. When NSGA-II is employed with more than three multi-objective functions, a number of Pareto-optimal solutions usually becomes too large. Therefore, selecting several preferred Pareto-optimal solutions is essential for stakeholder, and preference-ordering approach is used in this study for the sake of getting the best preferred Pareto-optimal solutions. Sensitivity analysis is performed to examine the effect of initial genetic parameters, which are generation number and Population size, to the performance of NSGA-II for searching the proper paramters for Tank model, and the result suggests that the generation number is 900 and the population size is 1000 for this study.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2007.05a
• /
• pp.1803-1807
• /
• 2007

본 연구에서는 개념적인 강우-유출모형인 Tank 모형에 대하여 유역의 다양한 유출특성을 잘 반영할 수 있는 매개변수를 산정하는 데에 그 목적을 두었다. 이를 위한 최적화 알고리즘은 다목적 유전자 알고리즘인 NSGA-II를 선정하여 Tank 모형과 결합하였으며, 4가지의 목적함수를 대상으로 다양한 함수값을 나타내는 비지배관계의 최적군을 생산하였다. 수 백개로 나타나는 최적군의 다양한 해들 중, 특정 목적함수에 대하여서만 정도가 높거나 낮은 편협한 해들을 배제하고 두루 정도가 높은 값을 나타내는 소수의 비지배해들을 추출하기 위하여 선호적 순서화 기법이 적용되었다. 그 결과 많은 해들 중 단 4개의 해가 최우선해의 위치를 갖는 것으로 나타났으며, 이러한 방법론으로 최적화된 해의 적합성을 살펴보고자 국부최적화 기법인 Powell 방법과 기존에 널리 쓰여온 유전자 알고리즘인 SGA(Simple Generic Algoritm)의 결과와 비교 검정을 수행하였다. 비교한 결과 NSGA-II를 적용하여 산정된 매개변수가 4가지 목적함수 및 관측유량과의 통계치에서 두루 양호한 결과를 나타내었다. 또한 관측유량과 함께 도식하여 살펴본 결과, NSGA-II의 최우선해가 타 자동보정 기법에 비하여 상대적으로 관측치에 보다 잘 부합되는 모의유량을 계산하는 것으로 나타났다.