類神經網路具有運算快速與強大學習及容錯的能力，可在資訊不甚完整的條件下進行演算處理分析。簡單來說類神經網路其實就是一群函數的集合，可以輸入數值，然後預先建構的網路就會依據既定目標進行訓練，最後產出最接近既定目標的結果，也就是由機器運算出來的最佳解使成為最佳的決策；此外，由於電腦運算能力的逐年大幅提昇，類神經網路已成為應用廣泛的人工智慧演算法。
多數埋設於地面下的自來水供水管網，如果發生漏水時是很難由地面上得知，且在自動監測系統上也可能看不出徵兆；再因管網的供水與漏水相互影響的水理現象是屬於非線性系統表現，所以本研究對管網進行模擬漏水水力計算，得到管網節點的模擬漏水數據資料組，然後選擇類神經網路中的倒傳遞類神經網路演算法，推論管網漏水可能出現的所在位置與可能的漏損程度。
依據推論案例結果看到類神經網路能夠經由適當的訓練學習，然後再經過投入資料的驗證確實可以推論出管網漏水可能出現的所在位置，與可能的漏損程度。
本研究旨在針對封閉型供水管網的漏水現象，應用管網水力計算搭配類神經網路演算法，推論管網中疑似漏水之可能位置與近似漏水量，期能有效應用於實務管理，使監測系統提早發出預警信號，再藉由後續工程手段完成細定位確認與開挖修復，爭取減少漏水時間，降低成本損耗，邁向智慧水管理的更高願景前進。

The neural network has the ability to perform fast and powerful learning and fault tolerance, and can perform calculation and analysis under the condition that the information is not complete. Simply put, a neural network is actually a collection of functions. You can enter values, and then the pre-constructed network will train according to the established goals, and finally produce the result closest to the target, which is the most calculated by the machine. The best solution is the best decision; in addition, the neural network has become a widely used artificial intelligence algorithm due to the significant increase in computer computing power year by year.
Most of the water supply pipe network buried under the ground is difficult to be known from the ground if water leakage occurs, and there may be no signs on the automatic monitoring system; then the water supply and water leakage affecting the pipe network The phenomenon belongs to the nonlinear system performance, so this study simulates the leakage water hydraulic calculation of the pipe network, obtains the simulated water leakage data data set of the pipe network node, and then selects the inverse transmission type neural network algorithm in the neural network, and infers the pipe network. The location where the water leak may occur and the extent of possible leakage.
According to the results of the inference case, it can be seen that the neural network can learn through appropriate training, and then through the verification of the input data, it can indeed infer the location of the leakage of the network and the possible leakage.
The purpose of this study is to investigate the water leakage phenomenon of closed water supply pipe network, apply the network hydraulic calculation and the neural network algorithm, and infer the possible position and approximate leakage of suspected water leakage in the pipe network. The period can be effectively applied to practice management and enable monitoring. The system will issue an early warning signal early, and then complete the fine positioning confirmation and excavation repair through subsequent engineering means, strive to reduce the leakage time, reduce the cost loss, and move towards a higher vision of smart water management.

1. 黃義銘、周乃昉，「類神經網路在調配區域水資源之應用」，國立成功大學水利及海洋工程學系碩士論文，臺南(1998)。
2. 王珍貴、周乃昉，「應用類神經網路模式模擬颱風降雨量」，國立成功大學水利及海洋工程學系碩士論文，臺南(2007)。
3.周乃昉、鄭子璉、林柏承，「應用類神經網路於颱風降雨量的推估」，第十一屆水利工程研討會論文集，第C23 - C28頁，臺北(2000)。
4.經濟部水利署，「台灣地區水資源利用現況與未來發展問題」，用水合理化及新生水水源開發論壇簡報資料，臺北(2010)。
5.羅華強，「類神經網路-MATLAB的應用」，高立圖書，新北市(2011)
6.林易俊、周乃昉，「嚴重乾旱時期限水策略預測模式之研究」，國立成功大學水利及海洋工程學系碩士論文，臺南(2015)。
7.經濟部水利署，「台灣地區民國105年各標的用水量統計報告」，官網資料，臺北(2016)。
8.台灣自來水股份有限公司，「中華民國106年統計年報」，官網資料，臺中(2018)。
<其他文獻>
1. 林俊宏、蘇明道，「區域水資源調配空間決策支援系統建立之研究」，國立臺灣大學農業工程學研究所碩士論文，臺北(1999)。
2. 陳嘉榮、游保杉，「區域雨量分析與降雨－逕流預報之研究」，國立成功大學水利及海洋工程學系博士論文，臺南(2000)。
3. 張麗秋、張斐章，「智慧型演算之類神經網路於水文系統」，國立臺灣大學生物環境系統工程學研究所博士論文，臺北(2001)。
4. 葉怡成，「類神經網路模式應用與實作」，儒林圖書有限公司，(2001)。
5. 許汎穎、陳昶憲，「未設測站流量推估-以烏溪為例」，私立逢甲大學土木及水利工程所碩士論文，臺中(2002)。
6. 邱昱禎、張斐章，「模糊規劃理論與優選法於水庫操作之研究」，國立臺灣大學生物環境系統工程學研究所碩士論文，臺北(2003)。
7. 王彥翔、張斐章，「自組特徵映射與學習向量量化神經網路於河川流量之預測」，國立臺灣大學生物環境系統工程學研究所碩士論文，臺北(2003)。
8. 張仲宇、鄒禕，「水田休耕水資源調配之最佳化模式」，國立屏東科技大學土木工程系碩士班碩士論文，屏東(2003)。
9. 張斐章、張麗秋，「類神經網路」，東華書局，(2005)。
10.鄭文明、徐年盛，「埤塘水源最佳調配運用模式之建立與應用」，國立臺灣大學土木工程學研究所碩士論文，臺北(2005)。
11.張進鑫、李光敦，「應用部分集水面積觀念建立集水區降雨逕流模式」，國立臺灣海洋大學河海工程學系博士論文，基隆(2005)。
12.任克泰、呂志宗，「Benford定律與資料探勘在淡水河流域水文資訊上之應用研究」，私立中華大學土木工程學系碩士班碩士論文，新竹(2006)。
13.魏志強、徐年盛，「多水庫系統最佳防洪操作之研究」，國立臺灣大學土木工程學研究所碩士論文，臺北(2006)。
14.趙潔、劉志強城市，對於供水管網泄漏報警系統研究，中國天津大學學位論文(2006)。
15.蔡宏欣、游保杉，「氣候變遷對石門水庫集水區的水文衝擊」，國立成功大學水利及海洋工程學系碩士論文，臺南(2007)。
16.孫泉、許仕榮，基於城市供水SCADA系統的管網洩漏檢測及其定位研究，中國湖南大學學位論文(2008)。
17.江濤、劉國枝，對於管道泄漏檢測與定位的應用研究，中國哈爾濱工業大學學位論文(2008)。
18.劉美俠、郤志紅，城市供水管網監測點優化與爆管定位模型研究，中國河北農業大學學位論文(2009)。
19.李燕京、呂謀，供水管網系統漏損智能化控制技術研究與應用，中國青島理工大學學位論文(2010)。
20.張飛鳳、高金良，供水管網優化壓力控制漏失研究，中國哈爾濱工業大學學位論文(2012)。
21.王海龍、楊玉思，基于水平衡的供水管網漏損控制技術研究，中國長安大學學位論文(2012)。
22.杭高杰、崔建國，城市供水管網漏損實時定位系統的研究，中國太原理工大學學位論(2014)。
23.蔡亮、王榮合，對給水管網智能監測系統開發優化與漏損識別應用研究，中國北京清華大學(2016)。
24.經濟部水利署，「台灣地區民國105年各標的用水量統計報告」，官網資料，臺北(2016)。
25.Atef, Ahmed等人《Multi-tier method using infrared photography and GPR to detect and locate water leaks.》Automation in Construction. Jan 2016
26. Sebbagh, Karima等《Prelocalization approach of physical losses on a water distribution network by optimization of the hydraulic model using an evolutionary algorithm》2016
27.簡彩、吳晨光，基于監測點優化的供水管網漏失模擬分析研究，中國哈爾濱工業大學學位論文(2017)。
28.邱志磊、劉建華，城市供水管網漏損定位與運行狀態估計研究，中國華北水利水電大學(2018)。
29.廖偉欽等，「以機器學習及深度學習實現管網漏水偵測」，第35屆自來水研究發表會，宜蘭(2018)。