...
机译:需求不确定条件下的自来水管网污染物源识别
North Carolina State University, Raleigh, NC;
North Carolina State University, Raleigh, NC;
North Carolina State University, Raleigh, NC;
Department of Civil, Construction, and Environmental Engineering, North Carolina State University, Campus Box 7908, Stinson Drive, Raleigh, NC 27695;
contaminant source identification; water distribution system; noisy genetic algorithms; uncertainty; optimization simulation;
机译:遗传算法污染源识别不确定性水需求的研究
机译:水分配网络中的污染源识别:贝叶斯框架
机译:基于文化算法的自来水管网污染物源识别
机译:在数据不确定性条件下识别供水系统中反应性污染物源
机译:用于计算密集型地下水模拟的不确定度分析以及污染物传输和源参数的识别。
机译:城市水网中许多污染源的机器学习分类
机译:在水流量和传感器报告时间不确定性下识别水分配网络中的污染物入侵
机译:供需不确定性水资源规划的网络流量优化