MétaCan
Menu
Retour à la cohorte
Enregistrement W4394854276 · doi:10.1038/s41598-024-59598-z

A novel robust evaluation approach to improve systematic behavior of failure safety in water supply system under various ellipsoid uncertainties

2024· article· en· W4394854276 sur OpenAlexaff
He Yuan, Mahdi Moudi, Majid Galoie

Notice bibliographique

RevueScientific Reports · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueWater Systems and Optimization
Établissements canadiensInstitute on Governance
Organismes subventionnairesMinistry of Science and Technology of the People's Republic of ChinaChengdu UniversityChengdu University of Information Technology
Mots-clésEllipsoidComputer scienceWater supplyEnvironmental scienceGeologyGeodesy

Résumé

récupéré en direct d'OpenAlex

Abstract This study proposes a novel robust optimization approach for an integrated water supply system, wherein the decision-makers attempt to improve failure safety of system under various uncertainty strategies. To cope with uncertainty, the ellipsoid uncertainty set is assumed to evaluate the best feasible solution in the direction of water supply under various strategies. We assessed the case of Hamoun watershed, a water-stressed watershed in southeastern of Iran, to evaluate the developed robust optimization model. In the following, the comparative feasibility under uncertainty levels is conducted to analyze the impacts of simulation strategies on the status of robust model. Based on the final results, the reliability of the model's objective functions experienced an increasing trend ( $$58.3\%$$ <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML"> <mml:mrow> <mml:mn>58.3</mml:mn> <mml:mo>%</mml:mo> </mml:mrow> </mml:math> ), and the objective function values under the uncertainty strategies is greatly improved. The findings of the analysis show that the robust strategies in response to the failure safety achieve outstanding optimal objectives under uncertainty.

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)0,003
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 enseignants0,623
Score d'incertitude au seuil0,572

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,016
Tête enseignante GPT0,212
Écart entre enseignants0,196 · 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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetWater Systems and OptimizationTravaux en français237 207