New Fuzzy Performance Indices for Reliability Analysis of Water Supply Systems
Notice bibliographique
Résumé
Large and complex engineering systems are subject to wide range of possible future loads and conditions. Uncertainty associated with the quantification of these potential conditions is imposing a great challenge to systems‘ design, planning and management. Therefore, the assurance of satisfactory and reliable system performance cannot be simply achieved.\nWater supply systems, as typical example of these engineering systems, include collections of different types of facilities. These facilities are connected in complicated networks that extend over and serve broad geographical regions. As a result, water supply systems are at risk of temporary disruption in service due to natural hazards or anthropogenic causes, whether unintentional (operational errors and mistakes) or intentional (terrorist act).\nQuantification of risk is a pivotal step in the engineering risk and reliability analysis. In this analysis, uncertainty is measured using different system performance indices and figures of merit to evaluate its consequences for the safety of engineering systems.\nThe probabilistic reliability analysis has been extensively used to deal with the problem of uncertainty in many engineering systems. However, application of probabilistic reliability analysis is invariably affected by the well-known engineering problem of data insufficiency. Bayesian approach and subjective probability estimation are used to evaluate, express, and communicate uncertainty that stems from lack of information or data unavailability. They introduce a formal procedure for incorporating subjective belief and engineering understanding together with the available data.\nFuzzy set theory, on the other hand, was developed to try to capture people judgmental believes, or as mentioned before, the uncertainty that is caused by the lack of knowledge. Fuzzy set theory and fuzzy logic contributed successfully to the technological development in different application in real-world problems of different kinds, (Zimmermann, 1996).\nThis study explores the utility of the fuzzy set theory in the field of engineering system reliability analysis. Three new fuzzy reliability measures are suggested: (i) reliability index, (ii) robustness index, and (iii) resiliency index. These measures are evaluated, together with fuzzy reliability measure developed by Shrestha and Duckstein (1998), using two simple hypothetical cases. The new suggested indices are proven to be able to handle different fuzzy representations. In addition, these reliability measures comply with the conceptual approach of the fuzzy sets.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».