A Two-Stage Restoration Resource Allocation Model for Enhancing the Resilience of Interdependent Infrastructure Systems
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Infrastructure systems play a critical role in delivering essential services that are important to the economy and welfare of society. To enhance the resilience of infrastructure systems after a large-scale disruptive event, determining where and when to invest restoration resources is a challenge for decision makers. Comprehensively considering the recovery time of infrastructure systems and the overall losses resulting from a disaster, this study proposes a two-stage restoration resource allocation model for enhancing the resilience of interdependent infrastructure systems. First, to evaluate the effect of resource allocation during the recovery process, dynamic resilience is selected as the criterion for the recovery of infrastructure systems. Second, taking into consideration the decision makers’ point of view, a two-stage resource allocation model is proposed. The objective of the first stage is to quickly recover the infrastructure systems’ dynamic resilience to meet the basic needs of the users. The second stage is aimed at minimizing the overall losses in the following recovery process. The effects of infrastructure interdependencies on resource allocation are incorporated in the model using the dynamic inoperability input–output model. Through a case study, the proposed approach is compared with other resource allocation strategies. The results show that: (1) the restoration resource allocation strategy obtained from the proposed approach balances the recovery time and the overall losses to infrastructure systems; and (2) the value of the usage cost of the unit restoration resource has a significant impact on the recovery time and the overall losses under different strategies. The proposed model is both effective and efficient in solving the post-disaster resource allocation problem and can provide decision makers with scientific decision support.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle