PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Tytuł artykułu

Prognoza stanu technicznego infrastruktury kanalizacyjnej na bazie modelu Markov’a

Identyfikatory
Warianty tytułu
EN
Sewage network technical condition prognosis on basis of Markov’s model
Języki publikacji
PL
Abstrakty
PL
Określona grupa statystycznych prognoz stanu technicznego sieci kanalizacyjnych wykorzystuje stochastyczny model Markov’a. Zmodyfikowana wersja tego modelu, zwana Hidden-Markow-Model, została opracowana przez Baum’a w latach sześćdziesiątych ubiegłego stulecia. Jest ona powszechnie stosowana do rozwiązywania wielu problemów z zakresu biologii, językoznawstwa, gospodarki i wielu innych dziedzin nauki i wiedzy. Model ten może być także zastosowany do opisu ukrytych zmian stanu technicznego sieci kanalizacyjnej, jakie zachodzą w trakcie jej eksploatacji. Bazą takiego modelowania są obserwacje rzeczywiste w trakcie inspekcji optycznych sieci. W publikacji przedstawiono przykład prognozy stanu technicznego sieci kanalizacyjnych opartej na matematycznym modelu statystyczno-stochastycznym reprezentowanym przez model Markov’a, który w sensie matematycznym dokładnie opisuje zmiany stanu technicznego badanego obiektu.
EN
The article deals with methods of statistical and stochastic forecasting of sewage networks technical condition. Presented prognosis was prepared on basis of stochastic Markov’s model. Results of optical inspection were used as data base for this prognosis.
Rocznik
Strony
145--153
Opis fizyczny
Bibliogr. 8 poz., il., tab.
Twórcy
  • Zweckverband zur Abwasserbeseitigung im Hachinger Tal, Niemcy
autor
  • Politechnika Rzeszowska
Bibliografia
  • [1] Raganowicz A., Dziopak J.: Statystyczno-stochastyczny model prognozowania stanu technicznego sieci kanalizacyjnych, Zeszyty Naukowe Politechniki Rzeszowskiej, Rzeszów, 2012.
  • [2] Abraham D. M., Wirahadikusumah R.: Development of prediction models for sewer deterioration; Proceedings of the Eight International Conference on Durability of building materials and components, Ottawa, 1999.
  • [3] Abraham D. M., Wirahadikusumah R.: Application of dynamic programming and simulation for sewer management, Construction Architectural Management, Vol. 10, Nr 2, 2003.
  • [4] Hillier S. F., Lieberman G.J.: Introduction to Operations Research, 6 th ed., McGraw-Hill, Inc., New York, NY.
  • [5] Feighan K. J., Shahin M. Y., Sinha K.C., White T. D.: A priorization scheme for the micro Paver pavement management system, Transportation research Record 1215, Transportation Research Board – National Research Council, 1989, 89-100.
  • [6] Feighan K. J., Shahin M. Y., Sinha K.C., White T. D.: A sensitivity analysis of the application of dynamic programming to pavement management systems, priorization scheme for the micro Paver pavement management system, Transportation research Record 1215, Transportation Research Board – National Research Council, 1989, 101-114.
  • [7] Jiang Y., Saito M., Sinha K.C.: Bridge performance model using the Markov chain, Transportation research Record 1180, Transportation Research Board–National Research Council, 1988, 939-46.
  • [8] Ross S. M.: Introduction to Probability Models, 6th edition, Academic Press, 1997.
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-7882e239-0489-46f2-a2ba-25475ee7ba08
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.