AUGUSTIN N. H., BEEVERS L. and SLOAN W. T., 2008: Predicting river flows for future climates using an autoregressive multinomial logit model. Water Resour. Res., 44, WO 7403, doi: 10.1029/2006 WR 005127.Search in Google Scholar

BALEK J., 2006: Hydrological consequences of the climatic changes. J. Hydrol. Hydromech., Vol. 54, No. 4, p. 357-370.Search in Google Scholar

BEČVÁŘ V., 1981: Lingvistické hodnocení a vodohospodářské soustavy. Účelová publikace č. 3, VÚV, Praha, 150 s.Search in Google Scholar

DRBAL K., 1999: Operativní řízení povodňových průtoků v rámci Dyjsko-svratecké vodohospodářské soustavy. [Téze disertační práce.] VUT-fak.stavební, Brno, 16 s. a příl.Search in Google Scholar

DRIANKOV D., HELLENDORN H., REINFRANK M., 1996: An Introduction to Fuzzy Control. Springer, 316 pp.10.1007/978-3-662-03284-8Search in Google Scholar

DUBOIS D., 2006: Possibility theory and statistical reasoning. Statistics & Data Analysis, 51, p. 47-69.10.1016/j.csda.2006.04.015Search in Google Scholar

DUBOIS D., PRADE H., 1988: Possibility Theory. An Approach to Computerized Processing of Uncertainty. Plenum Press. New York and London, 262 pp.Search in Google Scholar

FOŠUMPAUR P., HOLEČEK M., NACHÁZEL K., 2007: Řešení povodňového řížení odtoku z nádrží v syntetických povodňových řadách. Část 1: Metodika řešení. J. Hydrol. Hydromech., 55, 2, s. 98-107.10.1016/j.cryobiol.2007.06.003Search in Google Scholar

FOŠUMPAUR P., HOLEČEK M., NACHÁZEL K., 2007: Řešení povodňového řížení odtoku z nádrží v syntetických povodňových řadách. Část 2: Výsledky řešení. J. Hydrol. Hydromech., 55, 3, s. 156-167.Search in Google Scholar

FOŠUMPAUR P., ŠNEBERGEROVÁ J., 2007: Zpracování modelových řad v soustavě vybraných profilů. Plán oblasti povodí Odry. Fak. stav. ČVUT, Praha.Search in Google Scholar

FRIDRICHOVÁ R., CIHLÁŘ J., VYSKOČ P., TREML P., 2008: Hodnocení vodních zdrojů v podmínkách klimatické změny. In: Národní dialog o integrované ochraně a využití vodních zdrojů v České republice, Nové Město na Moravě.Search in Google Scholar

HANEL M., 2007: Posouzení vlivu klimatické změny na hydrologickou bilanci ve vybraných profilech povodí Odry. VÚV TGM, v.v.i., Praha.Search in Google Scholar

HLADNÝ J., NACHÁZEL K., 2001: Historický vývoj, výsledky a perspektivy odhadu charakteristik povodňových vln. In: Sborník přednášek ze semináře Vývoj metod pro odhad extrémních povodní. ČVTS, ČHMÚ, Praha, s.7-23.Search in Google Scholar

JACQUIN A. P., SHAMSELDIN A. Y., 2007: Development of a possibilistic method for the evalution of predictive uncertainty in rainfall-runoff modeling. Water Resour. Research, 43, doi: 10.1029/2006 WR 005072.Search in Google Scholar

KLIR G. J., 1985: Architecture of systems problem solving. Plenum Press, New York and London, 540 pp.10.1007/978-1-4757-1168-4Search in Google Scholar

KLIR G. J., 2003: Zobecněná teorie informace. In: Mařík V., Štěpánková O., Lažanský J. a kol.: Umělá inteligence (4). Naklad. ACADEMIA, 476 s.Search in Google Scholar

KOTEK Z., VYSOKÝ P., ZDRÁHAL Z., 1990: Kybernetika. SNTL, Praha 376 s.Search in Google Scholar

LIU Y., GUPTA H. V., 2007: Uncertainty in hydrologic modeling: Tovard an integrated data assimilation framework. Water Resour. Research, 43, WO 7401, doi: 10.1029/2006 WR 005756.Search in Google Scholar

MUJUMDAR P. P., GHASH S., 2008: Modeling GCM and scenario uncertainty using a possibilistic approach: Application to the Mahanadi River, India. Water Resour. Research, Vol. 44, W 06407, doi: 10 1029/2007 WR 006137.10.1029/2007WR006137Search in Google Scholar

NACHÁZEL K., 2003a: Problematika vzájemných vztahů mezi složitostí, důvěryhodností a neurčitostí matematických modelů ve vodním hospodářství. Část 1: Formulace problematiky, motivace jejího zkoumání, metodologie. J. Hydrol. Hydromech., 51, 2, s. 85-96.Search in Google Scholar

NACHÁZEL K., 2003b: Problematika vzájemných vztahů mezi složitostí, důvěryhodností a neurčitostí matematických modelů ve vodním hospodářství. Část 2: Aplikace. J. Hydrol. Hydromech., 51, 4, s. 274-280.Search in Google Scholar

NACHÁZEL K., 2005: Můžeme v hydrologii sdružovat neurčité informace a znalosti? J. Hydrol. Hydromech., 53, 1, s. 30-43.Search in Google Scholar

NACHÁZEL K., PATERA A., 1988 (a): Možnosti využití principu adaptivity pro řízení nádrží v reálném čase. Vodohosp. Čas., 36, 3, s. 237-285.Search in Google Scholar

NACHÁZEL K., PATERA A., 1988 (b): Citlivost adaptivního řízení sezónních nádrží v reálném čase na typ ztrátové funkce a dobu předstihu předpovědi. Vodohosp. Čas, 36, 6, s. 608-638.Search in Google Scholar

NACHÁZEL K., PŘENOSILOVÁ E., 1998: Fuzzy přístup ke zkoumání neurčitosti klimatické změny a jejích dopadů na vodní zdroje. Vodohosp. Čas., 46, 4-5, s. 264-287.Search in Google Scholar

NACHÁZEL K., PŘENOSILOVÁ E., TOMAN M., 1995: Neurčitost klimatických změn a jejich dopadů na vodní zdroje. Vodohosp. Čas., 43, 3, s. 173-196.Search in Google Scholar

NOVÁK V., 1990: Fuzzy množiny a jejich aplikace. SNTL, Praha, 296 s.Search in Google Scholar

NOVICKÝ O., VYSKOČ P., VIZINA A., KAŠPÁREK L., PICEK J., 2008: Klimatická změna a vodní zdroje v povodí Vltavy. VÚV TGM, v.v.i., Praha, 30 s.Search in Google Scholar

NTEGEKA V., WILLEMS P., 2008: Trendo and multidecadal oscillations in rainfall extremes, based on a move than 100-year time series of 10 min rainfall intensities at Uccle, Belgium. Water Resources Research, vol. 44, W07402, doi: 10.1029/2007 WR 006471, 2008.Search in Google Scholar

POKORNÝ M., 1996: Umělá inteligence v modelování a řízení. Naklad. BEN, Praha, 190 s.Search in Google Scholar

REKTORYS K. a kol., 1995: Přehled užité matematiky II. Naklad. Prometheus, Praha, 876 s.Search in Google Scholar

SAMUEL J. M., SIVAPALAN M., 2008: A comparative modeling analysis of multiscale temporal variability of rainfall in Australia. Water Resour. Res., 44, WO7401, doi: 10.1029/2007 WR 006373.Search in Google Scholar

SHANNON C. E., 1948: A Mathematical Theory of Communication. The Bell system. Technical J., Vol. 27, July, October, p. 379-423.10.1002/j.1538-7305.1948.tb01338.xSearch in Google Scholar

SPOTT M., 1999: A theory of possibility distributions. Fuzzy sets and Systems, 102, p. 135-155.10.1016/S0165-0114(97)00102-4Search in Google Scholar

TALAŠOVÁ J., 2003: Fuzzy metody vícekriteriálního hodnocení a rozhodování. Univerzita Palackého v Olomouci, 180 s.Search in Google Scholar

TRIPATHI S., SRINIVAS V. V., NANJUNDIAH R. S., 2006: Downscaling of precipitation for climate change scenarios: A support vector machine approach. J. of Hydrology, 330, p. 621-640.10.1016/j.jhydrol.2006.04.030Search in Google Scholar

VLČEK J., 1994: Inženýrská informatika. Vydavat. ČVUT, Praha, 281 s.Search in Google Scholar

VLČEK J., 2003: Znalostní inženýrství. ČVUT-Fakulta dopravní, Ústav informatiky AV ČR, 201 s.Search in Google Scholar

VYSOKÝ P., 1997: Fuzzy řízení. Vydavat. ČVUT, Praha, 132 s.Search in Google Scholar

WEI C.-C., HSU N.-S., 2006: Derived operating rules for a reservoir operation system: Comparison of decision trees, neural decision trees and fuzzy decision trees. Water Resour. Res., 44, WO248, doi: 10 1029/2006 WR 005792.Search in Google Scholar

ZADEH L. A., 1965: Fuzzy Sets. Information and Control, 8, p. 338-353.10.1016/S0019-9958(65)90241-XSearch in Google Scholar

ZADEH L. A., 1978: Fuzzy sets as a basic for a theory of possibility. Fuzzy Sets and Systems, 1, 1, p. 3-28.10.1016/0165-0114(78)90029-5Search in Google Scholar

ISSN:
0042-790X
Language:
English
Publication timeframe:
4 times per year
Journal Subjects:
Engineering, Introductions and Overviews, other