Battle of Postdisaster Response and Restoration
Notice bibliographique
Résumé
The paper presents the results of the Battle of Postdisaster Response and Restoration (BPDRR) presented in a special session at the first International water distribution systems analysis & computing and control in the water industry (WDSA/CCWI) Joint Conference, held in Kingston, Ontario, Canada, in July 2018. The BPDRR problem focused on how to respond and restore water service after the occurrence of five earthquake scenarios that cause structural damage in a water distribution system. Participants were required to propose a prioritization schedule to fix the damages of each scenario while following restrictions on visibility/nonvisibility of damages. Each team/approach was evaluated against six performance criteria: (1) time without supply for hospital/firefighting, (2) rapidity of recovery, (3) resilience loss, (4) average time of no user service, (5) number of users without service for eight consecutive hours, and (6) water loss. Three main types of approaches were identified from the submissions: (1) general-purpose metaheuristic algorithms, (2) greedy algorithms, and (3) ranking-based prioritizations. All three approaches showed potential to solve the challenge efficiently. The results of the participants showed that for this network, the impact of a large-diameter pipe failure on the network is more significant than several smaller pipes failures. The location of isolation valves and the size of hydraulic segments influenced the resilience of the system during emergencies. On average, the interruptions to water supply (hospitals and firefighting) varied considerably among solutions and emergency scenarios, highlighting the importance of private water storage for emergencies. The effects of damages and repair work were more noticeable during the peak demand periods (morning and noontime) than during the low-flow periods; and tank storage helped to preserve functionality of the network in the first few hours after a simulated event.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,018 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».