Resilience Assessment of Interdependent Infrastructure Systems: A Case Study Based on Different Response Strategies
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
Resilient infrastructure systems are essential for continuous and reliable functioning of social and economic systems. Taking advantage of network theory, this paper models street network, water supply network, power grid and information infrastructure network as layers that are integrated into a multilayer network. The infrastructure interdependencies are described using five basic dependence patterns of fundamental network elements. Definitions of dynamic cascading failures and recovery mechanisms of infrastructure systems are also established. The main contribution of the paper is a new infrastructure network resilience measure capable of addressing complex infrastructure system, as well as network component (layer) interdependences. The new measure is based on infrastructure network performance, proactive absorptive capacity and reactive restorative capacity, with three resilience features of network—robustness, resourcefulness, and rapidity. The quantitative resilience measure using dynamic space-time simulation model is illustrated with a multilayer infrastructure network numerical test, including different response strategies to floods of different scale. The results demonstrate that the resilience measure provides an evaluation method of various protection and restoration strategies that will optimize the performance of interdependent infrastructure system. The sector-specific decisions could not always lead to optimal system solutions, and systems approach offers significant benefits for increasing infrastructure system resilience. This study can assist municipal decision makers in (i) better understanding the effects of different response strategies on the resilience of interdependent infrastructure system, and (ii) deciding which strategy should be adopted under different types of disasters.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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