30.12.2013 Aufrufe

Darstellung und Analyse hydrologischer Topologien auf der Basis ...

Darstellung und Analyse hydrologischer Topologien auf der Basis ...

Darstellung und Analyse hydrologischer Topologien auf der Basis ...

MEHR ANZEIGEN
WENIGER ANZEIGEN

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.

54 Problemanalyse <strong>und</strong> Lösungsentwicklung<br />

dem Entscheidungsvektor n opt initialisiert:<br />

w N := n opt .<br />

2. Während des Lernens dürfen die Gewichte von Interflow- <strong>und</strong> Gr<strong>und</strong>wasserkanten nicht modifiziert<br />

werden, da diese statische Eigenschaften des zugr<strong>und</strong>e liegenden Einzugsgebietes repräsentieren.<br />

Folglich werden bei <strong>der</strong> Gewichtsanpassung nur die Gewichte von Düngekanten<br />

berücksichtigt.<br />

3. Die Lern<strong>auf</strong>gabe besteht aus nur einem einzigen Lernmuster ˆL = {(1, o)}. Der Wert von o entspricht<br />

dabei dem N-Gesamteintrag in den Vorfluter des Einzugsgebietes, <strong>der</strong> aus <strong>der</strong> Än<strong>der</strong>ung<br />

<strong>der</strong> Stickstoffeinträge im Gebiet resultieren soll. Für die Problemstellung NCP A wird dafür <strong>der</strong><br />

maximal zulässige N-Austrag gewählt:<br />

o = z max<br />

E .<br />

Eine Begründung <strong>der</strong> Wahl dieses Wertes für o erfolgt mit Satz 1 (S. 59).<br />

Das modifizierte BP-Verfahren (BP ∗ -Verfahren) zur Lösung von NCP A ist damit wie folgt definiert.<br />

Definition 2.7.1 (BP ∗ -Verfahren)<br />

Das BP ∗ -Verfahren ist ein modifiziertes BP-Verfahren, welches bei Eingabe <strong>der</strong> Lern<strong>auf</strong>gabe ˆL =<br />

{(1, zE<br />

max )} die Kantengewichte entsprechend<br />

{<br />

σδv a u falls u = u in<br />

∆W (u, v) =<br />

0 sonst<br />

anpasst. Die Berechnung von δ v erfolgt entsprechend dem BP-Verfahren:<br />

⎧<br />

⎪⎨ f v(net ′ v )(zE max − a v ) falls v = u out<br />

δ v =<br />

⎪⎩<br />

f v(net ′ ∑<br />

v ) δ w W (v, w) falls v ∈ U S .<br />

w∈U j+1<br />

(2.7.4)<br />

(2.7.5)<br />

Mit diesem Verfahren werden die Gewichte iterativ so lange angepasst, bis eine <strong>der</strong> folgenden Haltebedingungen<br />

erfüllt wird:<br />

1. Der Netzwerkfehler E (2.5.6) beträgt Null. Da das HydroNet nur ein einziges Ausgabeneuron<br />

besitzt <strong>und</strong> die Lern<strong>auf</strong>gabe nur aus einem einzigen Lernmuster besteht, ergibt sich für E:<br />

Wegen<br />

E = 1 max<br />

(zE − a uout ) 2 . (2.7.6)<br />

2<br />

E = 0 ⇔ a uout<br />

= z max<br />

E

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!