Robustness Quantification of Transit Infrastructure under Systemic Risks: A Hybrid Network–Analytics Approach for Resilience Planning
Notice bibliographique
Résumé
Disruptions due to either natural or anthropogenic hazards can significantly impact the operation of critical infrastructure networks (e.g., transportation systems) as they may instigate network-level (cascade) systemic risks, thus impacting the overall city resilience. Recent relevant studies demonstrated the need to quantify the resilience of city infrastructure networks following failures of one/some of their main components, considering both topological and operational network measures. Subsequently, focusing on robustness (a key resilience attribute) and on transit (a major critical infrastructure network), the current study develops a related quantification tool employing a hybrid approach that integrates complex network theoretic measures with data analytics, and specifically clustering and genetic algorithms. To demonstrate the practical utility of the developed tool, the robustness of the City of Minneapolis bus transit network is quantified under possible cascade failures represented by node (i.e., bus stop), link (i.e., route segment), and route failure scenarios. The robustness quantification of this transit network is facilitated by analyzing 43 topological and operational measures using a coupled map lattice model integrated with a direction-based passenger flow redistribution model. Absorptive capacity thresholds are subsequently identified under different passenger flow-to-route capacity ratios. Finally, the routes are categorized based on their influences on the network robustness using genetic algorithms coupled with K-means clustering. The developed approach aims at providing a better understanding of transit systems pre- and postdisruptions by identifying key components that control the network robustness and subsequently devising reliable systemic risk management strategies and recovery plans. Such strategies and plans are expected to facilitate city resilience planning through management of cascade failure risks attributed to natural and anthropogenic hazard events.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».