MétaCan
Menu
Retour à la cohorte
Enregistrement W2565778241 · doi:10.5539/mas.v11n3p76

Application of Central Force Optimization Method to Design Transient Protection Devices for Water Transmission Pipelines

2016· article· en· W2565778241 sur OpenAlexvenueno aff
S. Mahmood Jazayeri Moghaddas, Hossein M. V. Samani

Notice bibliographique

RevueModern Applied Science · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueWater Systems and Optimization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWater hammerPipeline (software)Pipeline transportVolume (thermodynamics)Reliability (semiconductor)Computer scienceTransient (computer programming)Genetic algorithmTransmission (telecommunications)Reduction (mathematics)Environmental scienceMechanical engineeringEngineeringEnvironmental engineeringTelecommunicationsMathematics

Résumé

récupéré en direct d'OpenAlex

One of the major challenges in designing under pressure water transmission pipeline is the system protection against water-hammer pressures due to a pump trip. The best strategy is to use air-chamber; which imposes considerable costs. To mitigate the air-chamber volume, the use of air-inletvalvesis also suggested. Determination of air-chamber volume as well as the type and proper locations of air-inlet valves, aiming at the cost reduction, introduces an optimization problem. To solve this problem, this study exploitsthe central force optimization (CFO) method. Herein, a case study pipeline is optimized using the proposed model based on the CFO and is compared with results of a genetic algorithm (GA) based model. Both methods yielded almost the same results and led to about 30% saving in the system protection cost. However, a comparison between the methods showed that the CFO dramaticallyoutperforms GA in both terms of computational efficiency and reliability of the results.

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)0,001
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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,697
Score d'incertitude au seuil0,286

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,018
Tête enseignante GPT0,231
Écart entre enseignants0,213 · 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
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

Citations7
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueModern Applied ScienceMême sujetWater Systems and OptimizationTravaux en français237 207