Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Công Thức Lập Trình Động Ngẫu Nhiên cho Khung Quyết Định Xử Lý Nước Thải
Tóm tắt
Trong bài báo này, một khung quyết định (DMF) dựa trên lập trình động ngẫu nhiên (SDP) được trình bày cho hệ thống xử lý nước thải, bao gồm một đường xử lý chất lỏng với mười một cấp độ và một đường xử lý rắn với sáu cấp độ (Chen và Beck, 1997). Phương pháp giải pháp SDP trạng thái liên tục dựa trên phương pháp OA/MARS (Chen, Ruppert và Shoemaker, 1999) được sử dụng, cung cấp một phương pháp hiệu quả để đại diện cho một loạt các điều kiện nước vào có thể. DMF được sử dụng để đánh giá các công nghệ hiện tại và mới nổi cho các đường xử lý lỏng và rắn đa cấp của hệ thống xử lý nước thải. Ở mỗi cấp độ, một đơn vị công nghệ được chọn từ một tập hợp các tùy chọn bao gồm cả đơn vị rỗng. DMF cung cấp một so sánh về các công nghệ có thể cho việc sàng lọc loại công nghệ nào có thể được phát triển hơn nữa để hạ tầng nước thải đô thị được đánh giá ngày càng bền vững hơn. Kết quả cho thấy một hoặc một cặp công nghệ dominan ở mỗi cấp độ. Các quy trình đơn vị công nghệ giá rẻ, cấp thấp nhận được các đánh giá hỗn hợp. Một số trong số họ được chọn là các đơn vị công nghệ hứa hẹn nhất trong khi những người khác không được xem là ứng viên tốt.
Từ khóa
#Lập trình động ngẫu nhiên #xử lý nước thải #công nghệ môi trường #khung quyết định #bền vữngTài liệu tham khảo
Baglietto, M., C. Cervellera, T. Parisini, M. Sanguineti, and R. Zoppoli. (2001). "Approximating Networks for the Solution of T-Stage Stochastic Optimal Control Problems." In Proceedings of the IFAC Workshop on Adaptation and Modeling in Control and Signal Processing.
Beck, M.B. and R.G. Cummings. (1996). "Wastewater Infrastructures: Challenges for the Sustainable City in the New Millennium." Habitat International 20(3), 405–420.
Bellman, R.E. (1957). Dynamic Programming. Princeton: Princeton University Press.
Chen, J. (1993). "Environmentally Efficient Urban Drainage for the 21st Century: A Literature Review." Technical Report, Department of Civil Engineering, Imperial College of Science, Technology and Medicine, London, UK.
Chen, J. and M.B. Beck. (1997). "Towards Designing Sustainable Urban Wastewater Infrastructures: A Screening Analysis." Water Sciences Technology 15, 99–112.
Chen, V.C.P. (1999). "Application of MARS and Orthogonal Arrays to Inventory Forecasting Stochastic Dynamic Programs." Computational Statistics and Data Analysis 30, 317–341.
Chen, V.C.P. (2001). "Measuring the Goodness of Orthogonal Array Discretizations for Stochastic Pro-gramming and Stochastic Dynamic Programming." SIAM Journal of Optimization 12, 322–344.
Chen, V.C.P., J. Chen, and M.B. Beck. (2000). "Statistical Learning within a Decision-Making Framework for more Sustainable Urban Environments." In Proceedings of the Joint Research Conference on Statistics in Quality, Industry, and Technology, Seattle, WA, June 2000.
Chen, V.C.P., D. Ruppert, and C.A. Shoemaker. (1999). "Applying Experimental Design and Regression Splines to High-Dimensional Continuous-State Stochastic Dynamic Programming." Operations Research 47, 38–53.
Chen, V.C.P., J.C.C. Tsai, E.K. Lee, and E.L. Johnson. (2001). "A Decision-Making Framework for Evaluating Wastewater Treatment Technologies." In Proceedings of the 5th Annual Green Chemistry and Engineering Conference, Washington, DC, June 2001.
Foufoula-Georgiou, E. and P.K. Kitanidis. (1988). "Gradient Dynamic Programming for Stochastic Optimal Control of Multidimensional Water Resources Systems." Water Resources Research 24, 1345–1359.
Friedman, J.H. (1991). "Multivariate Adaptive Regression Splines" (with discussion). Annals of Statistics 19, 1–141.
Johnson, S.A., J.R. Stedinger, C.A. Shoemaker, Y. Li, and J.A. Tejada-Guibert. (1993). "Numerical Solution of Continuous-State Dynamic Programs Using Linear and Spline Interpolation." Operations Research 41, 484–500.
Plackett, R.L. and J.P. Burman. (1946). "The Design of Multifactorial Experiments." Biometrika 33, 305–325.
Puterman, M.L. (1994). Markov Decision Processes. New York: Wiley.
Rossman, L.A. (1980). "Synthesis of Waste Treatment Systems by Implicit Enumeration." Journal Water Pollution Control Federation 52(1), 148–160.
Shih, C.S. and J.A. DeFilippi. (1970). “System Optimization of Waste Treatment Plant Process Design.” Journal of the Sanitary Engineering Division96(2), 409-421.
Tang, B. (1993). “Orthogonal Array-Based Latin Hypercubes.” Journal of the American Statistical Association88, 1392-1397.
Tang, C.-C., E.D. Brill, Jr., and J.T. Pfeffer. (1987). "Optimization Techniques for Secondary Wastewater Treatment Systems." Journal of Environmental Engineering, ASCE 113(5), 935–951.
Tsai, J.C.C. (2002). Statistical Modeling of the Value Function in High-Dimensional, Continuous-State Stochastic Dynamic Programming. Ph.D. Dissertation, Georgia Institute of Technology.
Tyteca, D. (1981). "Nonlinear Programming Model of Wastewater Treatment Plant." Journal of the Environmental Engineering Division 107(4), 747–766.
Tyteca, D. and Y. Smeers. (1981). "Nonlinear Programming Design of Wastewater Treatment Plant." Journal of the Environmental Engineering Division 107(4), 767–779.
Uber, J.G., E.D. Brill, Jr., and J.T. Pfeffer. (1991a). "Robust Optimal Design for Wastewater Treatment. I: General Approach." Journal of Environmental Engineering, ASCE 117(4), 425–437.
Uber, J.G., E.D. Brill, Jr., and J.T. Pfeffer. (1991b). "Robust Optimal Design for Wastewater Treatment. II: Application." Journal of Environmental Engineering, ASCE 117(4), 438–456.
Wagner, B. (1999). "Evaluating Data Worth for Ground-Water Management under Uncertainty." Journal of Water Resources Planning and Management 125(5), 281–288.