Optimization Model Based on Reachability Guarantee for Emergency Facility Location and Link Reinforcement
Notice bibliographique
Résumé
The reasonable location of emergency facilities plays an important role in both predisaster service and postdisaster relief. Moreover, damage to the transportation network often affects the accessibility of demand points, which can seriously hamper timely rescue operations. Reasonable location of emergency facilities and reinforcement of fragile roads are two important strategies to improve the reachability of demand points. In this paper, we proposed a biobjective optimization model to determine locations of emergency facilities and links to be reinforced given a limited budget. Each demand point is allocated a primary facility and a backup facility, the former can provides normal service, and the latter is prepared for postdisaster relief. One goal of the model is to minimize the operating cost of normal services, and another goal is to maximize the reachability guarantee of demand points. The novelty and contribution of this paper are that we defined the reachability by introducing damage tolerance instead of link failure probability. Based on this, we defined the reachability guarantee to deal with the worst scenario of disasters. By embedding the max-flow problem of the reachability guarantee into the emergency facility location problem, the locations of emergency facilities and links to be reinforced can be determined simultaneously. The methodology is applied to a simplified Sioux Falls transportation network. Results such as the trade-off curve of two goals, budget efficiency, and the effect of reinforcement demonstrated the effectiveness of the model.
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.
Comment cette classification a été obtenuedéplier
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 | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».