Probabilistic zoning of hydraulic performance of water distribution network by applying key parameter uncertainty
Notice bibliographique
Résumé
در این مقاله، ابتدا مقادیر قطعی پارامترها در سالهای مختلف در طول دوره طرح برآورد شده و سپس با استفاده از توزیع نرمال برای ضرایب هیزنویلیامز لولهها و مصارف گرهها و توزیع ریسک برای قطر لولهها، مقادیر غیرقطعی آنها محاسبه گردیده است. با اعمال مقادیر غیرقطعی به مدل شبیهساز شبکه سطوح کارایی شبکه به صورت احتمالاتی تعیین شده است. مدلسازی در محیط MATLAB و با لینک با شبیهساز شبکه (EPANET) انجام شده است. مدلسازی عدمقطعیت پارامترها با روش مونتکارلو در دو حالت ضریب تغییرات 10 و 20 درصد و کارایی هیدرولیکی شبکه با ارزیابی شاخص قابلیت اطمینان فشار گرهی شبکه (NPRI) انجام شده است. روش پیشنهادی بر روی شبکه توزیع آب کلیبر پیادهسازی شده است. نتایج نشان میدهد که در هر دو حالت، بالاترین سطوح عملکرد شبکه با احتمال وقوع زیاد در سالهای اولیه دوره طرح در ساعتهای حداکثر مصرف و در سالهای انتهای دوره طرح در ساعتهای متوسط مصرف اتفاق میافتد. همچنین بررسی روند تغییرات سالانه سطوح عملکرد شبکه نشان میدهد که در حالت ضریب تغییرات 10 درصد، بهترین سرویسدهی شبکه در سال 23 با احتمال 55 درصد عملکرد قابلقبول و در حالت ضریب تغییرات 20 درصد، بهترین سرویسدهی شبکه در سال20 با احتمال 46 درصد عملکرد قابل قبول اتفاق میافتد. در مجموع پهنهبندی احتمالاتی کارایی هیدرولیکی شبکه بازخورد دقیقی از سرویسدهی شبکه بدست میآورد که میتواند در تصمیمگیری در جهت اعمال برنامهریزی مدیریت بهرهبرداری یا بازسازی و نوسازی شبکه موثر باشد.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».