MétaCan
Menu
Retour à la cohorte
Enregistrement W1635563793 · doi:10.1029/2006wr005269

Stochastic control of reservoir systems using indicator functions: New enhancements

2008· article· en· W1635563793 sur OpenAlexaff
S. G. Fletcher, K. Ponnambalam

Notice bibliographique

RevueWater Resources Research · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueWater resources management and optimization
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésDiscretizationMoment (physics)InflowQuadratic equationMathematical optimizationGaussianNonlinear systemCurrent (fluid)Variable (mathematics)Random variableApplied mathematicsState variableMathematicsWork (physics)StatisticsMathematical analysisEngineering

Résumé

récupéré en direct d'OpenAlex

In our previous works, deterministic release policies were considered for the development of approximations of the two lower moments of the storage volume defined by the dynamic equation of the reservoir in discrete time but in continuous state space. Important innovation in that work was the incorporation of the lower and upper bounds of reservoir systems into the dynamic equation for the storage volume using indicator functions. The current work, which also does not use discretization, looks at an extension of previous developments that incorporates standard operating policies, and also a new randomized release policy, both of which make the moments calculations exact under the assumptions that (1) the sum of current random inflow and the previous storage volume can be described by just the two lower moments and (2) only the means and variances of the inflows are known. First‐ and second‐moment expressions are derived for the stochastic storage state variable and include terms for the failure probabilities (probabilities of spills or deficits). Expected values of the storage state, variances of storage, release policies, and failure probabilities are obtained by solving the optimal reservoir operations problem using nonlinear programming. The various statistics thus obtained from this optimization compare extremely well with those obtained from simulation for the single‐reservoir monthly operations problem studied. The exact characterization of the mean and variance of the storage state variable is derived, which is a difficulty in existing formulations based on linear quadratic Gaussian methods. For example, the latter methods have been unable to estimate these moments reasonably accurately, especially for long‐term operations, whereas the traditional storage theory based on discretization brings on the “curse of dimensionality.” The presentation herein is directed to both traditional reservoir storage theorists who are interested in the design of a reservoir where estimating the probabilities of spills and deficits is important and modern reservoir analysts who are interested in multiperiod optimal release decisions in the operations of reservoirs.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,061
Tête enseignante GPT0,277
Écart entre enseignants0,216 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations18
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Resources ResearchMême sujetWater resources management and optimizationTravaux en français237 207