Evolutionary Modeling of Inclined Dense Jets Discharged from Multiport Diffusers
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Yan, X. and Mohammadian, A., 2020. Evolutionary modeling of inclined dense jets discharged from multiport diffusers. Journal of Coastal Research, 36(2), 362–371. Coconut Creek (Florida), ISSN 0749-0208.Multiport diffusers are becoming popular for discharging wastewaters into the receiving water. In this work, an approach based on multigene genetic programming (MGGP) is presented and applied to model the mixing properties of inclined dense jets discharged from multiport diffusers. Explicit mathematical models were formulated for the nondimensional terminal rise height, the nondimensional impact distance, and the nondimensional impact dilution, which are the most important parameters for describing effluent mixing properties. The developed model can be employed to predict mixing parameters as functions of the densimetric Froude number, the nondimensional port spacing, and the nondimensional current speed. The models were trained and tested with experimental data for three different ambient flow conditions: stationary, coflowing, and counterflowing. Therefore, these models are generally valid for these different scenarios. Sample Pareto-optimal MGGP models were compared, and the best ones are identified. The single-gene genetic programming (SGGP) algorithm was also utilized to develop models for the same parameters. It was found that the best MGGP models outperformed the best SGGP models and the existing empirical formulations. A confidence analysis for the best MGGP models is also reported. On the basis of a detailed evaluation of the performances of the MGGP models, the MGGP technique was proved to be a useful tool in developing models for predicting the mixing properties of inclined dense discharges from multiport diffusers.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle