Analysis of Cascading Failure in Urban Metro Networks: A Dynamic Perspective Incorporating Changes in Travel Decisions
Notice bibliographique
Résumé
Accidents in urban subway networks often exert substantial and enduring impacts on urban transportation, drawing widespread attention from researchers. However, prevailing studies predominantly employ static methodologies to scrutinize incidents in urban subway systems, frequently assuming constancy in network topology and individual travel plans. Nonetheless, alterations in subway passenger flow also wield influence over network resilience. The manifold fluctuations in post‐accident traffic flow and their repercussions on elastic transportation demand have hitherto been inadequately explored in the extant literature. Moreover, existing cascading failure models often lack precise definitions of scenarios, as in actual scenarios, passenger overflow following station closures can lead to cascading failures in subway networks. To bridge this gap, this study meticulously defines the research scenario, demarcates potential post‐accident travel decisions, and analyzes the multifaceted factors influencing cascading failures in urban subway networks. Specifically, the proposed cascading failure model takes into consideration both the static characteristics of network topology and the fluctuations in passenger volume, along with their interplay. Additionally, when assessing station importance and quantifying network resilience, multiple travel decisions under different fault durations are duly considered. The study’s validation is conducted within the urban subway network of Nanjing, China. The findings suggest that accidents and fault stations of varied durations exert disparate impacts on passenger travel decisions, thereby influencing subway resilience. Notably, stations with integrated functionalities may hold more significant roles than those with singular functions. Furthermore, our results indicate a V‐shaped effect concerning event duration—as the duration increases, the proportion of passengers canceling subway travel rises, thereby enhancing the likelihood of stabilizing the subway network. Consequently, this study, by incorporating realistic variations in travel decisions, furnishes a comprehensive understanding of the impact of events on urban subway networks. This dynamic perspective yields valuable insights for optimizing strategies in responding to 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 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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| 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 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 ».