MétaCan
Menu
Retour à la cohorte
Enregistrement W2331313822 · doi:10.1061/41203(425)138

Hydraulic Calibration for a Small Water Distribution Network

2011· article· en· W2331313822 sur OpenAlexafffund
Hailiang Shen, Edward A. McBean

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueWater Systems and Optimization
Établissements canadiensUniversity of Guelph
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSolverCalibrationSensitivity (control systems)Computer scienceMonte Carlo methodGenetic algorithmSimulationMathematical optimizationControl theory (sociology)EngineeringElectronic engineeringMathematicsStatisticsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Procedures utilized for hydraulic model calibration for the C-Town network, which is the first step prior to a model being useful for operation and maintenance, and water quality model construction, is described. For the C-Town network as provided by BWCN, seven groups of parameters are identified, namely, pipe roughness, elevation, leakage coefficient, pump curve, base demand, pattern value, and pump and valve control. The calibration is formulated as an optimization problem, aimed at minimizing the discrepancy between observed and simulated data. A toolkit is developed within VC++ 2008 Express to solve the optimization problem, by employing a flexible genetic algorithm library GAlib as the optimization engine, and EPANET as the hydraulic solver. Monte Carlo simulation is applied for sensitivity analyses to identify sensitive parameters to feed the calibration process. It is shown the seven groups of parameters have similar sensitivity and all feed to calibration process. The tank levels are relatively well calibrated, comparing with the pump station flow rates.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,986
Score d'incertitude au seuil0,155

Scores Codex et Gemma par catégorie

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

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 Opus0,022
Tête enseignante GPT0,164
Écart entre enseignants0,142 · 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 tête enseignante, 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

Citations10
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetWater Systems and OptimizationTravaux en français237 207