Optimized planning of repair works for pipelines in water distribution networks using genetic algorithm
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
Abstract One of the main reasons for pipeline breakage and leakage is aging. This results in a decline in system efficiency, and associated levels of service, which in turn may endanger public health and safety. Since the most expensive and significant part of a water supply system is the distribution network, repair strategies are necessary to protect the value of the assets when a pipeline reaches the end of its useful life. Usually, repair works are taken as a reaction to the detection of a leak, pressure improvement and other factors that eventually results in an inefficient management of allocated funds. Therefore, a careful computational analysis should be performed to efficiently utilize the allocated budge. This paper presents a near‐optimized budget allocation model that is able to find the near‐optimal scheduling plan for renewal and/or replacement. The aim of this paper is to suggest a new model in order to minimize the number of breaks over a given planning horizon and the overall cost of repair of water distribution networks (WDNs), including indirect damage cost, direct damage cost, and failure repair cost while fulfilling functional requirements. The model will identify the pipe segment that needs replacement, time of replacement, and the necessary interventions that should be carried out for the network. It also identifies those pipelines that need repair. The solution is usually constrained by the yearly limited budget. The optimization procedure results in a solution alternative that decision‐makers could use for their operational requirements. The outcome of the developed model is validated based on the available leakage and breakage data from the city of Montreal database and an existing validated model. The model forecast that, in the next 20 years, 19.7% of the network will need open trench repair, 25.3% could be repaired using trenchless techniques, while 50.9% of the pipelines will remain intact.
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 | 0,000 | 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 | 0,000 |
| 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