3.2. Objective functionsThe problem

3.2. Objective functions
The problem of optimal sensor placement naturally involves
inherent and epistemic uncertainty. Variability of nodal demands is an example of inherent uncertainty intrinsic to
the problem. Contamination events are an example of
epistemic uncertainty due to model opacity (e.g., the type of
injected contaminant, intrusion location, time and duration).
One of the main obstacles facing optimal sensor operation
is the significant computational effort imposed by the water
quality simulations required for modeling transport of a
constituent in a distribution system due to model uncertainty.
Typically, contamination events are generated through coarse
enumeration (Berry et al., 2006; Watson et al., 2009) or sampling
of a relatively small subset of contamination events by
randomizing the time and location of the injection (Kessler
et al., 1998; Ostfeld and Salomons, 2004; Ostfeld et al., 2008),
assuming a uniform probability distribution. The events are
then modeled using EPANET.
The design of contamination warning systems is thereafter
based on the sampled subset of contamination events (i.e.,
scenarios), and minimizes its impacts over all contamination
scenarios. Several performance objectives have been proposed
to measure the impact of contamination events (Ostfeld
et al., 2008; Murray et al., 2010): public health (e.g., population
exposed, number of infected people), mass of consumed
contaminant, percent of detected events, time to detection,
and the volume of consumed contaminated water. Typically,
the design is optimized for the mean impact of the scenarios

ผลลัพธ์ (ไทย) 2:

3.2 ฟังก์ชั่นวัตถุประสงค์ปัญหาของตำแหน่งเซ็นเซอร์ที่ดีที่สุดตามธรรมชาติที่เกี่ยวข้องกับความไม่แน่นอนของธรรมชาติและepistemic ความแปรปรวนของความต้องการที่สำคัญคือตัวอย่างของความไม่แน่นอนโดยธรรมชาติที่แท้จริงกับปัญหาที่เกิดขึ้น เหตุการณ์การปนเปื้อนเป็นตัวอย่างของความไม่แน่นอน epistemic เนื่องจากการความทึบแสงรูปแบบ (เช่นชนิดของสารปนเปื้อนฉีดสถานที่บุกรุกเวลาและระยะเวลา). หนึ่งในอุปสรรคหลักที่ต้องเผชิญกับการดำเนินการเซ็นเซอร์ที่ดีที่สุดคือความพยายามในการคำนวณอย่างมีนัยสำคัญที่กำหนดโดยน้ำจำลองที่มีคุณภาพที่จำเป็นสำหรับการสร้างแบบจำลองการขนส่งของ. เป็นส่วนประกอบในระบบจำหน่ายเนื่องจากรูปแบบไม่แน่นอนโดยปกติแล้วเหตุการณ์การปนเปื้อนจะถูกสร้างขึ้นผ่านหยาบแจงนับ(แบล็กเบอร์ et al, 2006;. วัตสัน et al, 2009.) หรือการสุ่มตัวอย่างของเซตที่ค่อนข้างเล็กของเหตุการณ์การปนเปื้อนโดยสุ่มเวลาและสถานที่ของการฉีด (เคสเลอร์, et al, 1998;. Ostfeld และ Salomons 2004. Ostfeld et al, 2008), สมมติว่าน่าจะเป็นเครื่องแบบกระจาย เหตุการณ์ที่เกิดขึ้นจะแล้วย่อมใช้ EPANET. การออกแบบของระบบเตือนภัยการปนเปื้อนเป็นหลังจากนั้นขึ้นอยู่กับการย่อยตัวอย่างของเหตุการณ์ที่เกิดการปนเปื้อน(เช่นสถานการณ์) และช่วยลดผลกระทบของการปนเปื้อนมากกว่าทุกสถานการณ์ วัตถุประสงค์ของการปฏิบัติงานหลายคนได้รับการเสนอชื่อเพื่อวัดผลกระทบของเหตุการณ์การปนเปื้อน (Ostfeld et al, 2008; Murray et al, 2010..) สาธารณสุข (เช่นประชากรสัมผัสจำนวนของคนที่ติดเชื้อ) มวลของการบริโภคสารปนเปื้อนร้อยละของเหตุการณ์ที่ตรวจพบเวลาที่จะตรวจสอบและปริมาณของการบริโภคน้ำที่ปนเปื้อน โดยปกติแล้วการออกแบบที่เหมาะสำหรับผลกระทบเฉลี่ยของสถานการณ์

ผลลัพธ์ (ไทย) 3:

3.2 . ฟังก์ชันวัตถุประสงค์
ปัญหาการเซนเซอร์ที่เหมาะสมตามธรรมชาติความสัมพันธ์เกี่ยวข้องกับ
โดยธรรมชาติและความไม่แน่นอน ความผันแปรของความต้องการแต่ละตัวอย่างของความไม่แน่นอนแท้จริงแท้จริง

ปัญหา เหตุการณ์การปนเปื้อนคือตัวอย่างของความสัมพันธ์เกิดจากความทึบแบบ
ความไม่แน่นอน ( เช่นประเภทของ
ฉีดสารปนเปื้อน , การบุกรุกสถานที่ เวลา และระยะเวลา ) .
หนึ่งในอุปสรรคหลักหันหน้าไปทาง
ปฏิบัติการเซ็นเซอร์ที่เหมาะสมที่สุด คือกลุ่มคอมพิวเตอร์ ความพยายามที่กำหนดโดยจำลองเป็นแบบจำลองคุณภาพน้ำ

ส่งของส่วนประกอบในระบบจำหน่ายเนื่องจากความไม่แน่นอน นางแบบ
โดยปกติแล้วเหตุการณ์การปนเปื้อนจะถูกสร้างขึ้นผ่านการหยาบ
( เบอร์ et al . , 2006 ; Watson et al . , 2009 )
) หรือของบางส่วนที่ค่อนข้างเล็กของเหตุการณ์การปนเปื้อนโดย
ข้อมูลเวลาและตำแหน่งของการฉีด ( เคสเลอร์
et al . , 1998 ; ostfeld และ salomons , 2004 ; ostfeld et al . , 2008 ) ,
ทะลึ่งการแจกแจงความน่าจะเป็นของเครื่องแบบ เหตุการณ์แล้วใช้โปรแกรมจำลอง
.
ออกแบบระบบเตือนการปนเปื้อนหลังจากนั้น
ตามปัจจัยย่อยของเหตุการณ์การปนเปื้อน ( เช่น
สถานการณ์ )และลดผลกระทบมากกว่าสถานการณ์การปนเปื้อน
ทั้งหมด วัตถุประสงค์หลายได้รับการเสนอ
การวัดผลกระทบของเหตุการณ์การปนเปื้อน ( ostfeld
et al . , 2008 ; เมอร์เรย์ et al . , 2010 ) : สาธารณสุขศาสตร์ ( เช่น ประชากร
เปิดเผย จำนวนผู้ติดเชื้อ ) , มวลของบริโภค
สารปนเปื้อนและตรวจพบเหตุการณ์ เวลาที่จะตรวจสอบ
และ ปริมาณการบริโภคน้ำที่ปนเปื้อนโดยปกติ
ออกแบบเหมาะสำหรับหมายถึงผลกระทบของสถานการณ์