An optimization of heuristic model of water supply system with genetic algorithm

• Autorzy: Wysogląd B. , Wyczółkowski R.

Warianty tytułu

PL

Optymalizacja modelu heurystycznego sieci wodociągowej z zastosowaniem algorytmu genetycznego

• Języki publikacji: EN

Abstrakty

EN

The paper presents the method of optimization of heuristic model of water supply system with Genetic Algorithm. This model is an essential part of intelligent diagnostic system of local water supply system. The main task of this system is water leakage detecting and localization. For inputs, this system uses information from pressure or flow sensors, mounted on the pipeline network, the output is a piece of information about leakage detection and localization. The main advantage of this system is a possibility of approximate leakage localization using only a limited number of installed sensors. The first problem which should be solved to apply this system in practice is to find the best localization of sensor which should be installed on water pipeline. The method of solving this problem was described in the paper.

PL

W artukule przedstawiono sposób optymalizacji heurystycznego modelu sieci wodociągowej, opartego o sztuczne sieci neuronowe, z zastosowaniem algorytmu genetycznego. Model ten stanowi zasadniczy element inteligentnego układu diagnozustyki sieci wodociągowej, mającego za zadanie wykrywanie przecieków sieci wodociągowej. Wejściami do modelu są dane z czujników ciśnienia lub przepływu zainstalowanych na sieci, zaś wyjściami informacja o lokalizacji potencjalnych przecieków. Podstawową zaletą tej koncepcji systemu diagnozowania sieci wodociągowej jest możliwość przybliżonej lokalizacji uszkodzeń sieci w oparciu o ograniczoną liczbę czujników na niej zainstalowanych. Istotnym problemem który należy rozwiązać w pierwszym etapie budowy systemu, jest wybór lokalizacji ograniczonej liczby czujników, zapewniających jednak identyfikowanie jak największej liczby potencjalnych awarii. Artykuł przedstawia sposób rozwiązania tego problemu poprzez optymalizację rozmieszczenia czujników z zastosowaniem algorytmu genetycznego.

Słowa kluczowe

EN

diagnostic; genetics algorithm; neural network; water pipeline

PL

diagnostyka; algorytm genetyczny; sztuczna sieć neuronowa; sieć wodociągowa

• Wydawca: Polskie Towarzystwo Diagnostyki Technicznej
• Czasopismo: Diagnostyka
• Rocznik: 2006
• Tom: nr 2(38)
• Strony: 49--52
• Opis fizyczny: Bibliogr. 11 poz., rys., tab.

Twórcy

autor

Wysogląd B.

autor

Wyczółkowski R.

• Silesian University of Technology, Department of Fundamentals of Machinery Design Konarskiego 18a, 44-100 Gliwice, Poland,

Bibliografia

• [1] Cholewa W., Kaźmierczak J.: Data Processing and Reasoning in Technical Diagnostics. WNT, Warsaw, 1995.
• [2] Goldberg D.E.: Genetic Algorithms in Search, Optimization and Machine Learning. Addison-Wesley, Reading, 1989.
• [3] Mielcarzewicz W.: Obliczanie systemów zaopatrzenia w wodę. Arkady, Warszawa 2000.
• [4] Negnevitsky M.: Artificial Intelligence. A guide to Intelligent Systems. Addison-Wesley, 2004.
• [5] Osowski S.: Sieci neuronowe do przetwarzania informacji. Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa, 2000.
• [6] Riedmiller M., Braun. H.: A direct adaptive method for faster backpropagation learning: The RPROP algorithm. Proceedings of the IEEE International Conference on Neural Networks, 1993.
• [7] Rutkowski L.: Metody i techniki sztucznej inteligencji. PWN, Warszawa, 2005.
• [8] Uciński D.: Optimal sensor location for parameter estimation of distributed processes. International Journal of Control, 73(13): 1235-1248, 2000.
• [9] Wyczółkowski R., Moczulski W.: „Concept of intelligent monitoring of local water supply system”. Materials of AI-METH 2005 – Artificial Intelligence Methods. November 16-18, 2005, Gliwice, Poland.
• [10] www.epa.gov/ORG/NRMRL/wswrd/epanet.html.
• [11] www.mathworks.com/access/helpdesk/help/pdf_doc/nnet/nnet.pdf