Table | Card | RUSMARC | |
Allowed Actions: Read Download (0.9 Mb) Group: Anonymous Network: Internet |
Annotation
Рассмотрено применение кластерного анализа и нейронных сетей для оценки правильности проектирования и эксплуатации действующей системы водоснабжения. Основными признаками, характеризующими участки сети, являются условные проходы, скорости воды, расходы, потери напора. Рассмотрение ведется на примере реального объекта (г. Кингисепп в Ленинградской области). Отмечается, что Для оценки эффективности работы напорных гидравлических систем используют стоимостные и физические категории,например,себестоимость 1 м3 воды, ее качество, затраты на строительство, реконструкцию и эксплуатацию системы, обеспечение бесперебойности подачи воды потребителям и т. д. Приводятся алгоритмы обучения нейронной сети,в качестве которой принят слой Кохонена. В результате получены центры кластеров, вокруг которых группируются данные. Рассмотрены кластеризации участков: по условным проходам и скоростям, по диаметрам и расходам, по диаметрам и потерям напора. Кластеризация участков позволяет обозначить границы применения кластерного анализа и отрегулировать механизм интерпретации результатов. Сделан вывод, что кластерный анализ позволяет разделить участки действующей системы водоснабжения на несколько групп со сходными параметрами и сделать заключение о правильности проектирования и эксплуатации системы.
Usage statistics
|
Access count: 481
Last 30 days: 17 Detailed usage statistics |