MétaCan
Menu
Retour à la cohorte
Enregistrement W2141398579 · doi:10.1061/(asce)cp.1943-5487.0000349

Numerical DAE Approach for Solving a System Dynamics Problem

2013· article· en· W2141398579 sur OpenAlexafffund
Atefeh Shadpour, Andrè Unger, Mark A. Knight, Carl T. Haas

Notice bibliographique

RevueJournal of Computing in Civil Engineering · 2013
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueSimulation Techniques and Applications
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésNonlinear systemRunge–Kutta methodsSpurious relationshipStability (learning theory)MathematicsApplied mathematicsNumerical analysisNumerical stabilityDifferential equationAlgebraic equationDifferential algebraic equationSoftwareEuler methodEuler's formulaOrdinary differential equationComputer scienceMathematical analysisPhysics

Résumé

récupéré en direct d'OpenAlex

A system dynamics model first developed using modeling and simulation software that explores the complex behavior of the financially sustainable management of water distribution infrastructure was converted into a system of coupled nonlinear algebraic differential equations (DAEs). Each differential equation involved a time derivative on a primary variable specifying the temporal evolution of the system. In addition, algebraic (secondary) equations and variables specified the nonlinearity inherent in the system as well as any controls on the primary variables constraining the physical evolution of the system relevant to the problem at hand. The objective of this exercise was to demonstrate that spurious oscillations in the modeling and simulation software solution are numerical aberrations. Furthermore, the numerical DAE solution is absent these same oscillations, exhibits point-wise stability, and converges to the physically correct solution. While the modeling and simulation software employed a fourth-order Runge-Kutta and first-order Euler numerical strategy, the numerical DAE method used a fully explicit, fully implicit, and Crank–Nicolson Euler scheme combined with a fixed-point iteration to resolve the nonlinearity. The Runge-Kutta and numerical DAE solutions deviate markedly when the nonlinearity of the system becomes pronounced. Specifically, spurious oscillations in the numerical DAE solution disappear as the time step is refined. In contrast, they remain for the Runge-Kutta solution. The DAE solution is point-wise stable as the time step is refined and hence is physically correct. The broader impact of clarifying this type of behavior is to motivate the consideration of a DAE solution, when merited, by system dynamics modelers in civil engineering who are not experts in numerical methods.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0020,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,035
Tête enseignante GPT0,315
Écart entre enseignants0,281 · 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
GenreMéthodes

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

En bref

Citations5
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Computing in Civil EngineeringMême sujetSimulation Techniques and ApplicationsTravaux en français237 207