CN110046819B - 城市基础设施系统灾后耦联恢复分析方法 - Google Patents
城市基础设施系统灾后耦联恢复分析方法 Download PDFInfo
- Publication number
- CN110046819B CN110046819B CN201910305957.XA CN201910305957A CN110046819B CN 110046819 B CN110046819 B CN 110046819B CN 201910305957 A CN201910305957 A CN 201910305957A CN 110046819 B CN110046819 B CN 110046819B
- Authority
- CN
- China
- Prior art keywords
- disaster
- analysis
- urban
- post
- infrastructure system
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 52
- 238000011084 recovery Methods 0.000 title claims abstract description 50
- 230000008878 coupling Effects 0.000 title claims abstract description 26
- 238000010168 coupling process Methods 0.000 title claims abstract description 26
- 238000005859 coupling reaction Methods 0.000 title claims abstract description 26
- 238000000034 method Methods 0.000 claims abstract description 20
- 239000000178 monomer Substances 0.000 claims abstract description 13
- 230000009471 action Effects 0.000 claims abstract description 9
- 230000000694 effects Effects 0.000 claims abstract description 8
- 238000005290 field theory Methods 0.000 claims abstract description 6
- 230000004044 response Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000005315 distribution function Methods 0.000 claims description 3
- 238000012916 structural analysis Methods 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 2
- 238000013468 resource allocation Methods 0.000 claims description 2
- 238000011158 quantitative evaluation Methods 0.000 abstract description 3
- 238000004445 quantitative analysis Methods 0.000 abstract 1
- 239000008186 active pharmaceutical agent Substances 0.000 description 9
- 230000002265 prevention Effects 0.000 description 8
- 230000009467 reduction Effects 0.000 description 8
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 8
- 238000011160 research Methods 0.000 description 7
- 238000012423 maintenance Methods 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000011002 quantification Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000000342 Monte Carlo simulation Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000003012 network analysis Methods 0.000 description 2
- 238000013439 planning Methods 0.000 description 2
- 230000035882 stress Effects 0.000 description 2
- 230000001154 acute effect Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000037326 chronic stress Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005314 correlation function Methods 0.000 description 1
- 230000001808 coupling effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种城市基础设施系统灾后耦联恢复分析方法，包含灾害分析建模、结构损伤分析、功能损失估计、功能恢复预测四部分，灾害发生后首先应用随机场理论建立城市尺度范围内具有时空变异性和相关性的荷载模型，基于建立的荷载模型计算城市建筑群落各单体和基础设施系统子构件在随机荷载作用下的损伤状态，再利用系统论方法研究城市建筑群落以及各类基础设施之间由于功能耦合所产生的级联效应，评估建筑群落和基础设施系统的功能损失，最后预测出各基础设施系统灾后恢复时间和恢复轨迹；本发明的方法实现了城市基础设施系统灾后功能损失与恢复过程的量化分析，是韧性城市量化评估的关键步骤，可为发展提升城市韧性的决策模型提供理论基础。
Description
技术领域
本发明涉及一种城市基础设施系统灾后恢复分析方法。
背景技术
一个城市的可持续发展与城市治理和城市安全密不可分。20世纪90年代以来，我国每年因灾害造成的直接损失高达1千亿，而这个损失大部分集中于城市。目前我国城市防灾减灾规划面临着许多问题，如致灾因子的不确定性，承灾体的复杂性以及灾害的非线性增长性等，如何提高城市应对灾害的能力是当前城市安全治理的焦点问题之一。
“城市韧性”的新理念为城市防灾减灾和安全管理提供了新的思路和方向。城市韧性是一个城市的个人、社区和系统在经历各种慢性压力和急性冲击下存续、适应和成长的能力。不同于以往城市防灾减灾的工程思想，“城市韧性”理念更强调在城市这个庞大的社会生态系统面临不确定性的情况下，社会体系的营建和维及其反应和协调能力。其特点主要体现在两个方面：第一，传统的城市防灾减灾只研究建筑单体的抗灾强度，而城市韧性更强调在城市尺度上，用系统的方法来研究基础设施网络、建筑群落、以及他们之间的功能相关性；第二，传统的城市防灾减灾研究只考虑灾害发生时的鲁棒性，而城市韧性理念还关注在灾害引起各基础设施破坏后城市的可恢复性。在这个背景下，发展“城市韧性”必不可少的一个关键科学问题应运而生：城市基础设施系统的灾后恢复机理是什么？遗憾的是，该科学问题在国外还处于初步探究阶段，而在国内与之相关的研究少之甚少。
在当前的防灾减灾研究领域，理论分析和定量评估主要集中于单体结构和各个基础设施系统本身，如自然灾害(地震、台风等)作用下单体建筑结构、交通网络、水网、电网等基础设施系统的灾害风险评估。而“城市韧性”的定量评估还要求：(1)模拟各基础设施系统的功能损失和灾后恢复过程；(2)以及各系统在恢复过程中的功能依存关系。换句话说，“城市韧性”的定量评估需要提出城市基础设施系统灾后耦联恢复分析方法。这个研究是一个新兴课题，也是一个技术难题。城市基础设施系统灾后耦联分析方法是提高城市韧性、保障城市可持续发展的关键环节之一。
发明内容
本发明要解决的问题主要是模拟城市尺度下各基础设施系统在自然灾害作用下的灾后耦联恢复过程，以服务于提高城市韧性为目标的各种防灾减灾规划与决策支持，从而提出了一种城市基础设施系统灾后耦联恢复分析方法。
本发明所提出的城市基础设施系统灾后耦联恢复分析方法，包含灾害分析建模、结构损伤分析、功能损失估计、功能恢复预测四部分，其中：
灾害分析建模部分，是应用随机场理论建立城市尺度范围内具有时空变异性和相关性的荷载模型；
结构损伤分析部分，是基于建立的荷载模型计算城市建筑群落各单体和基础设施系统子构件在随机荷载作用下的损伤状态，获得结构损伤在空间上的变异性及相关性特征；
功能损失估计部分，是在结构损伤分析基础上利用系统论方法研究城市建筑群落以及各类基础设施之间由于功能耦合所产生的级联效应，估计建筑群落和基础设施系统的功能损失；
功能恢复预测部分，是以系统功能损失为基础，预测各基础设施系统灾后恢复时间和恢复轨迹，并优化应急资源调配。
上述技术方案中，进一步的，所述的城市基础设施系统灾后耦联恢复分析可采用下式进行表述：
f[PRI(t)|H]＝∫∫∫f[PRI(t)|PRI(t0)]dF[PRI(t0)|DS]dF[DS|IM]dF[IM|H]
式中f(·)和F(·)分别表示概率密度函数和概率分布函数；PRI(t)＝{PRI1(t),…,PRIm(t)}是m个系统功能指标状态随时间变化的恢复过程；PRI(t0)＝{PRI1(t0),…PRIm(t0)}是m个系统功能指标在灾害发生时刻的功能损失状态；DS＝{DS1,DS2,…,DSn}是与系统功能指标相对应的n个单体结构的灾后结构损伤状态；IM＝{IM1,IM2,…,IMn}是n个单体结构所在地的荷载强度；H是城市关心的灾害场景。
进一步的，所述的灾害分析建模，具体为以随机场理论分析空间范围内的荷载时程，获得在城市区域内反映灾害强度空间、时间变异性和相关性的随机荷载模型，灾害分析建模部分建立随机荷载模型时采用全概率分析方法获得各个系统功能指标的概率信息。
进一步的，结构损伤分析部分估算损伤状态时可基于结构构件的脆弱性曲线进行计算，或先通过结构分析获得灾害荷载作用下的结构响应，再根据结构响应判断损伤状态。
进一步的，所述的功能损失估计部分，是在结构损伤分析基础上，进一步评估建筑群落和基础设施系统的功能损失，具体是：把交通/水电等系统中的节点如桥梁、水塔、电站等结构在极端荷载下的精确受力分析嵌套在以图论为基础的网络功能分析的框架中，建立灾后交通/水电系统各项功能指标的估测方法；用“系统的系统”的方法研究城市建筑群落以及各类基础设施之间由于功能耦合所产生的级联效应。
进一步的，所述的功能恢复预测部分，是以功能损失为初始状态，进一步预测各基础设施系统灾后恢复时间和恢复轨迹；每个基础设施系统的灾后恢复进程取决于初始功能损失状态和城市的灾害救援能力；同时，由于各个基础设施系统相互耦合，它们之间的协同恢复采用“系统的系统”方法分析模拟。
本发明具有的有益效果是：
(1)城市韧性的研究尚处于理论完善的阶段，灾后城市恢复机理及其量化是一个难点。本发明提出的模型实现了城市基础设施系统灾后功能损失与恢复过程的量化，是“城市韧性”量化评估的关键技术。
(2)为城市防灾减灾规划提供决策支持是城市韧性理论研究的终极目标之一。该模型可为发展提升城市韧性决策模型提供理论基础。
附图说明
图1是城市基础设施系统灾后耦联恢复模型示意图；
图2是地震作用下城市基础设施系统耦联恢复分析流程图。
具体实施方式
本发明的城市基础设施系统灾后耦联恢复方法包括四大分析部分(如图1)：
(1)灾害分析建模部分
建立机理模拟与统计数据相结合的城市尺度灾害模型，旨在模拟城市范围内灾害事件所产生的荷载时程；利用随机场理论分析空间范围内的荷载时程，获得在城市区域内反映灾害强度空间、时间变异性和相关性的随机荷载模型。
(2)结构损伤分析部分
有了城市尺度上的随机荷载模型，分别计算城市建筑群落各个单体和基础设施系统子构件(节点、连接)在随机荷载作用下的损伤状态，进而获得结构损伤在空间上的变异性及相关性特征；损伤的计算可基于结构构件的脆弱性曲线，或先通过结构分析获得灾害荷载作用下的结构响应，再根据结构响应判断损伤状态。
(3)功能损失估计部分
在结构损伤分析基础上，进一步评估建筑群落和基础设施系统的功能损失；把交通/水电等系统中的节点(如桥梁、水塔、电站等结构)在极端荷载下的精确受力分析嵌套在以图论为基础的网络功能分析的框架中，建立灾后交通\水电等系统各项功能指标的估测方法；用“系统的系统”的方法(即“system of system”，该方法具体可参见文献Zhang,W.,Lin,P.,Wang,N.,Nicholson,C.,&Xue,X.(2018).Probabilistic Prediction of Post-Disaster Functionality Loss of Community Building Portfolios ConsideringUtility Disruptions.Journal of Structural Engineering,144(4),04018015.)研究城市建筑群落以及各类基础设施之间由于功能耦合所产生的级联效应。
(4)功能恢复预测部分
以功能损失为初始状态，进一步预测各基础设施系统灾后恢复时间和恢复轨迹；每个基础设施系统的灾后恢复进程取决于初始功能损失状态和城市的灾害救援能力(反映在城市的社会和经济层面)，如应急和救援资源；同时，由于各个基础设施系统相互耦合，它们之间的协同恢复仍采用“系统的系统”方法分析模拟。
上述分析模型的理论基础采用以下公式进行表述：
f[PRI(t)|H]＝∫∫∫f[PRI(t)|PRI(t0)]dF[PRI(t0)|DS]dF[DS|IM]dF[IM|H]
式中f(·)和F(·)分别表示概率密度函数和概率分布函数；PRI(t)＝{PRI1(t),…,PRIm(t)}是m个系统功能指标状态随时间变化的恢复过程；PRI(t0)＝{PRI1(t0),…,PRIm(t0)}是m个系统功能指标在灾害发生时刻的功能损失状态；DS＝{DS1,DS2,…,DSn}是与系统功能指标相对应的n个单体结构的灾后结构损伤状态；IM＝{IM1,IM2,…,IMn}是n个单体结构所在地的荷载强度；H是城市关心的灾害场景。由于灾害、系统本身、和城市社会经济环境各方面都存在不确定性，上述变量IM，DS，PRI(t0)，PRI(t)是随机的，且每个变量条件依赖于前一变量。因此，采用全概率分析方法可获得各个系统功能指标的概率信息。
下面以某一情景地震灾害作用下城市建筑群落和生命线工程(交通网络、水网和电网)灾后耦联恢复过程模拟为例，结合附图2说明该发明的具体实施过程：
(1)根据情景地震的震级和震源位置，采用符合城市所在区域的地震动衰减模型和土壤放大系数，获得城市区域内基础设施各个单体和构件所在位置的最大可能地面运动参数；在此基础上，选取已有文献提出的地震动相关函数模型(可参见Atkinson,G.M.,&Boore,D.M.(1995).Ground-motion relations for eastern North America.Bulletinof the Seismological Society of America,85(1),17-30)计算各场地点地震荷载之间的相关系数，进而得到地震动强度随机场模型；
(2)采用蒙特卡洛方法模拟地震动强度随机场；以每组地震动强度样本为输入，利用结构脆弱性曲线获得建筑单体和生命线拓扑网络中的节点与连接(如道路、水塔、输变电站、水管等)在每种损伤状态下(如轻微、中等、严重、完全)的概率；
(3)基于(2)获得的损伤概率，再次采用蒙特卡洛方法计算建筑群落和各个生命线系统的灾后功能损失。基于每个蒙特卡洛样本，利用网络分析方法计算交通网络连通性和连通情况下的运行效率。水网的正常运营依赖于电网，因此水电网络的功能损失采用关联系统网络分析方法来量化灾后各个水电输出节点的供给量变化。灾后城市的建筑功能状态(如住宅是否可以居住、医院是否安全)依赖于水电网络性能，因此建筑功能损失的量化需要同时考虑建筑自身的损伤状态和与之相关联的水电供给状态，如图2。
(4)在灾后恢复阶段，各系统的耦联效应不仅体现于水网、电网和建筑群落的功能依赖关系，还体现在这三个系统灾后维修重建与交通网络的运行状态和效率相关。在维修资源(如维修队伍)有限的情况下，采用大数据优化算法依次获得交通网络的时变联通可靠度和运行效率、水电网络输出节点的时变供给量；考虑受灾区域的社会、经济属性以及各种救灾资源能力，采用连续时间马尔可夫链模型模拟建筑群落的恢复过程，如图2。
Claims (6)
1.城市基础设施系统灾后耦联恢复分析方法，其特征在于，包含灾害分析建模、结构损伤分析、功能损失估计、功能恢复预测四部分，其中：
灾害分析建模部分，是应用随机场理论建立城市尺度范围内具有时空变异性和相关性的荷载模型；
结构损伤分析部分，是基于建立的荷载模型计算城市建筑群落各单体和基础设施系统子构件在随机荷载作用下的损伤状态，获得结构损伤在空间上的变异性及相关性特征；
功能损失估计部分，是在结构损伤分析基础上利用系统论方法研究城市建筑群落以及各类基础设施之间由于功能耦合所产生的级联效应，估计建筑群落和基础设施系统的功能损失；
功能恢复预测部分，是以系统功能损失为基础，预测各基础设施系统灾后恢复时间和恢复轨迹，并优化应急资源调配。
2.根据权利要求1所述的城市基础设施系统灾后耦联恢复分析方法，其特征在于，所述的城市基础设施系统灾后耦联恢复分析采用下式进行表述：
式中
和
分别表示概率密度函数和概率分布函数；
是
个系统功能指标状态随时间变化的恢复过程；
是
个系统功能指标在灾害发生时刻的功能损失状态；
是与系统功能指标相对应的
个单体结构的灾后结构损伤状态；
是
个单体结构所在地的荷载强度；
是城市关心的灾害场景。
3.根据权利要求1所述的城市基础设施系统灾后耦联恢复分析方法，其特征在于，所述的灾害分析建模，具体为以随机场理论分析空间范围内的荷载时程，获得在城市区域内反映灾害强度空间、时间变异性和相关性的随机荷载模型，灾害分析建模部分建立随机荷载模型时采用全概率分析方法获得各个系统功能指标的概率信息。
4.根据权利要求1所述的城市基础设施系统灾后耦联恢复分析方法，其特征在于，结构损伤分析部分估算损伤状态时可基于结构构件的脆弱性曲线进行计算，或先通过结构分析获得灾害荷载作用下的结构响应，再根据结构响应判断损伤状态。
5.根据权利要求1所述的城市基础设施系统灾后耦联恢复分析方法，其特征在于，功能损失估计部分，在结构损伤分析基础上，进一步评估建筑群落和基础设施系统的功能损失，具体是：把交通/水电系统中的节点在极端荷载下的精确受力分析嵌套在以图论为基础的网络功能分析的框架中，建立灾后交通\水电系统各项功能指标的估测方法；用“系统的系统”的方法研究城市建筑群落以及各类基础设施之间由于功能耦合所产生的级联效应。
6.根据权利要求1所述的城市基础设施系统灾后耦联恢复分析方法，其特征在于，功能恢复预测部分，以功能损失为初始状态，进一步预测各基础设施系统灾后恢复时间和恢复轨迹；每个基础设施系统的灾后恢复进程取决于初始功能损失状态和城市的灾害救援能力；同时，由于各个基础设施系统相互耦合，它们之间的协同恢复采用“系统的系统”方法分析模拟。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910305957.XA CN110046819B (zh) | 2019-04-16 | 2019-04-16 | 城市基础设施系统灾后耦联恢复分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910305957.XA CN110046819B (zh) | 2019-04-16 | 2019-04-16 | 城市基础设施系统灾后耦联恢复分析方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110046819A CN110046819A (zh) | 2019-07-23 |
| CN110046819B true CN110046819B (zh) | 2021-06-18 |
Family
ID=67277417
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910305957.XA Active CN110046819B (zh) | 2019-04-16 | 2019-04-16 | 城市基础设施系统灾后耦联恢复分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110046819B (zh) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111738531A (zh) * | 2020-08-05 | 2020-10-02 | 韧科(浙江)数据技术有限公司 | 情景地震下的城市建筑群落灾后功能恢复分析方法 |
| CN112861383B (zh) * | 2021-03-17 | 2022-09-16 | 哈尔滨工业大学 | 铁路车站抗震韧性评估方法及系统 |
| CN113409163B (zh) * | 2021-07-15 | 2022-10-04 | 浙江大学 | 基于韧性城市的互相依赖的水电系统的功能恢复决策方法 |
| CN114239108B (zh) * | 2021-12-17 | 2022-09-13 | 四川大学 | 基于监控物联网的城市建筑群震后损失分布计算方法 |
| CN115130193B (zh) * | 2022-08-26 | 2023-02-03 | 深圳市城市交通规划设计研究中心股份有限公司 | 城市基础设施群弹性分析方法、电子设备及存储介质 |
| CN115759486B (zh) * | 2023-01-06 | 2023-05-12 | 中交路桥检测养护有限公司 | 城市桥梁灾变预测与韧性评估方法和系统 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101964105A (zh) * | 2010-09-30 | 2011-02-02 | 北京师范大学 | 一种基于能值分析的城市生态系统健康评价指数 |
| CN108386049A (zh) * | 2018-01-08 | 2018-08-10 | 同济大学 | 一种高层建筑结构自感知分布式韧性防灾系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101337619B1 (ko) * | 2012-03-02 | 2013-12-06 | 주식회사 엘지씨엔에스 | 통합 관제 시스템 및 통합 관제 방법 |
-
2019
- 2019-04-16 CN CN201910305957.XA patent/CN110046819B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101964105A (zh) * | 2010-09-30 | 2011-02-02 | 北京师范大学 | 一种基于能值分析的城市生态系统健康评价指数 |
| CN108386049A (zh) * | 2018-01-08 | 2018-08-10 | 同济大学 | 一种高层建筑结构自感知分布式韧性防灾系统 |
Non-Patent Citations (2)
| Title |
|---|
| Design and Evaluation of Resilient Infrastructures Systems for Smart Cities;Jesus Pacheco等;《Institute of Electrical and Electronics Engineers》;20161003;第1-6页 * |
| 城市基础设施韧性的定量评估方法研究综述;李亚等;《城市发展研究》;20160630;第23卷(第06期);第113-121页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110046819A (zh) | 2019-07-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110046819B (zh) | 城市基础设施系统灾后耦联恢复分析方法 | |
| Delelegn et al. | Multi-objective optimisation of cost–benefit of urban flood management using a 1D2D coupled model | |
| CN112711840B (zh) | 一种基于云边协同的流域突发水污染溯源方法 | |
| CN104794578A (zh) | 基于云计算的智慧水务管理系统 | |
| CN110851774B (zh) | 一种城市供水管网的漏损估计方法 | |
| CN104715282A (zh) | 一种基于改进pso-bp神经网络的数据预测方法 | |
| Zhang et al. | Collapse risk analysis of deep foundation pits in metro stations using a fuzzy Bayesian network and a fuzzy AHP | |
| CN111798355A (zh) | 一种城市公共安全事件链形式化组织方法及事件链数据库 | |
| KR20190060650A (ko) | 시나리오 기반의 재난 확산 예측 방법, 재난 확산 예측 장치 및 재난 확산 예측 시스템 | |
| Zhang et al. | Exploring the structural factors of resilience in urban drainage systems: a large-scale stochastic computational experiment | |
| Alam et al. | Mass evacuation of Halifax, Canada: a dynamic traffic microsimulation modeling approach | |
| Ranjbar et al. | Framework for a digital twin of the Canal of Calais | |
| Abdelhady et al. | A distributed computing platform for community resilience estimation | |
| CN107995278B (zh) | 一种基于城域级物联网感知数据的场景智能分析系统与方法 | |
| CN115879652B (zh) | 能源网络分级协同规划方法、装置、电子设备及存储介质 | |
| CN112633636A (zh) | 一种水灾害防御决策支持系统及方法 | |
| CN115829150A (zh) | 一种积水预测系统 | |
| CN115344975A (zh) | 一种基于传感器网络的城市排水管网分布式漏损估计方法 | |
| CN111163430B (zh) | 基于手机基站用户定位数据的水量预测的方法 | |
| CN110689182B (zh) | 一种考虑径流预测的多目标雨量站网设计方法 | |
| CN113536195A (zh) | 一种地震灾害时刻社区系统地震韧性计算方法及系统 | |
| CN111860967A (zh) | 基于改进图论算法的通用水电站群拓扑图生成方法及应用 | |
| CN113051728B (zh) | 一种交通网络抗震鲁棒性评估方法 | |
| CN117875190B (zh) | 极端暴雨事件中交通网络功能状态的时空预测方法 | |
| Ma et al. | Tidal traffic prediction model of metropolitan optical network based on long short-term memory |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |