遺伝的アルゴリズム及びニューラルネットワークを用いた間隙水圧の相互関係に関する検討(委託研究)

• Material Type: 文書・図像類
• Title: 遺伝的アルゴリズム及びニューラルネットワークを用いた間隙水圧の相互関係に関する検討(委託研究)
• Author/Editor: 瀬尾 昭治; 國丸 貴紀; 中嶌 誠門; 戸井田 克; 渡辺 邦夫; Sohail, A. R.
• Author Heading: 瀬尾 昭治; 國丸 貴紀; 中嶌 誠門; 戸井田 克; 渡辺 邦夫; Sohail, A. R.
• Publication Date: 2009-12
• Publication Date (W3CDTF): 2009-12
• Alternative Title: Study on reciprocal relation of pore water pressure with genetic algorithm and neural network model(Contract research)
• Periodical title: JAEA-Research 2008-126
• Text Language Code: jpn
• Target Audience: 一般
• Note (General): 本報告書では、長期水圧モニタリングシステムによる間隙水圧の観測データについて、気圧や地球潮汐といった主要な影響因子を現状データから分離するとともに、遺伝的アルゴリズム及びニューラルネットワークを利用した解析手法を用いることにより各観測孔における間隙水圧の相互関係を解析し、対象地域の水理地質構造に関する考察を行った結果について報告する。検討対象とした6孔(HDB-1,3,6,7,8,9)の試錐孔における間隙水圧観測データについて、気圧や地球潮汐等による影響因子について分離解析プログラム(BAYTAP-G)を用いて分離した結果、間隙水圧の変動要因として、相対的に潮汐変動による影響は小さく、気圧変動による影響が大きいことがわかった。また、試錐孔間相関解析によれば、地下深度約400mでは、HDB-3孔,HDB-6孔,HDB-7孔,HDB-8孔が1つの間隙水圧変動領域であり、HDB-1孔及びHDB-9孔はそれぞれ別の変動領域である可能性が示唆された。; At first, to exclude the influences of working of nature such as tide and atmospheric pressure from the source data, an analysis with Bayesian model was progressed. As the result of the estimation of these influences calculated by BAYTAP-G (Bayesian Tidal Analysis Program Grouping Model), it was found that the influence of the atmospheric pressure was comparatively large and that of tide was comparatively small.
• Source: /JAEA-Research-2008-126.pdf （fulltext）; https://jopss.jaea.go.jp/pdfdata/JAEA-Research-2008-126.pdf
• Access Restrictions: 限定公開
• Data Provider (Database): 国立情報学研究所 : 学術機関リポジトリデータベース（IRDB）（機関リポジトリ）; https://irdb.nii.ac.jp
• Original Data Provider (Database): 日本原子力研究開発機構 : JOPSS:JAEA Originated Papers Searching System

• Summary, etc.: 本報告書では、長期水圧モニタリングシステムによる間隙水圧の観測データについて、気圧や地球潮汐といった主要な影響因子を現状データから分離するとともに、遺伝的アルゴリズム及びニューラルネットワークを利用した解析手法を用いることにより各観測孔における間隙水圧の相互関係を解析し、対象地域の水理地質構造に関す...