Sistema de transporte

En Sultania et al. , el modelo de estado más probable se desarrolló para cuantificar el riesgo asociado con la probabilidad de ocurrencia de la interrupción y las consecuencias resultantes. Chen y Miller-Hooks formularon un indicador de capacidad para cuantificar la resistencia de la red considerando la capacidad inherente o la capacidad de adaptación de la red para hacer frente al impacto de las interrupciones. En general, las medidas proactivas y cuantocobran.net de protección para mejorar la resiliencia del sistema son beneficiosas para reducir las consecuencias de los desastres; Chen y Miller-Hooks argumentaron que las acciones reactivas podrían ser más beneficiosas. Además, en los estudios de resiliencia basados ​​en redes de transporte aéreo, la capacidad de la calle de rodaje y la capacidad de la pista durante y después de las fases de desastre se consideran parámetros de resiliencia (por ejemplo,).

El modelo futuro de resiliencia del transporte se volverá más complejo y desafiante debido al despliegue de tecnologías emergentes como CAV en los sistemas de movilidad futuros, los problemas de ciberseguridad y la creciente frecuencia y magnitud de los desastres naturales. Todos los artículos de investigación revisados ​​en este documento se resumen en la Tabla 2 en términos de objetivos de investigación, métodos, hallazgos clave, dominios de aplicación del estudio, áreas de estudio y escenarios de desastres. En términos de los objetivos de la investigación, la mayoría de los estudios intentaron analizar la criticidad y vulnerabilidad de los componentes de la infraestructura del transporte (por ejemplo, nodos y enlaces). Aunque algunos estudios recientes consideraron el impacto de las estrategias de inversión o las estrategias de recuperación en el modelado de la resiliencia, la perspectiva de la evaluación de la resiliencia no ha cambiado mucho respecto a la determinación de la criticidad / vulnerabilidad de los componentes de la red. En términos de la metodología de investigación, la técnica de modelado de optimización fue la herramienta de análisis más utilizada, ya que los sistemas de transporte son de naturaleza dinámica y la técnica de modelado de optimización es adecuada para el modelado de sistemas dinámicos. Debido al comportamiento de viaje dinámico e incierto durante un desastre, la mayoría de los estudios se basaron en análisis basados ​​en la incertidumbre y la probabilidad. Muchos investigadores enfatizaron el costo relacionado con la interrupción del sistema, que puede incluir el costo operativo (por ejemplo, el costo del tiempo de viaje, el costo del combustible), el costo de la restauración, el costo del retraso del tráfico.

Publicaciones recomendadas:

Debido al avance tecnológico (por ejemplo, la disponibilidad de datos de movilidad) y el poder computacional, el análisis de resiliencia de escenarios de disrupción a gran escala se vuelve comparativamente fácil. La vulnerabilidad es uno de los parámetros / índices de desempeño más explorados en los estudios de resiliencia del sistema de transporte. En el caso del análisis de resiliencia lasceldasfotovoltaicas.com que utiliza datos reales de desastres, los impactos de los huracanes se exploraron ampliamente debido a su previsibilidad, un tiempo de alerta relativamente más largo antes de tocar tierra y los impactos generalizados de los desastres. En estudios recientes, los investigadores han considerado un sistema de red grande y complejo del mundo real en el análisis de resiliencia.

Componentes del sistema de transporte

Durante las últimas décadas, investigadores, ingenieros y profesionales lograron avances en la cuantificación de la resiliencia y determinaron formas de mejorar la resiliencia de un sistema de red. Esta revisión revela que la gran mayoría de la literatura académica sobre la resiliencia del sistema de transporte publicada desde 2006 se refiere al sistema de transporte basado en carreteras.

• La vulnerabilidad se usa ampliamente para expresar la susceptibilidad de los componentes críticos de una red de transporte y comúnmente representa el desempeño operativo de la red.
• Mattsson y Jenelius introdujeron conceptos de vulnerabilidad condicionales que pueden representarse como consecuencias acumulativas o agregadas debido a cualquier escenario de interrupción.
• De manera similar al índice de tiempo de viaje, el índice de vulnerabilidad se puede usar para identificar la criticidad de los componentes de la infraestructura (por ejemplo, enlaces de carreteras) utilizando escenarios probabilísticos de interrupción para medir la resiliencia del sistema de transporte.
• El análisis mostró que el sistema de transporte utilizado para el suministro de productos de la industria petroquímica era más resistente en Nueva Orleans que en Houston, lo que demostró críticamente la importancia de tener redundancia en la operación del sistema de red en términos de disponibilidad de rutas alternativas.

Janic midió la resiliencia del aeropuerto en función del número de vuelos alojados en el aeropuerto para un índice de capacidad específico, mientras que Faturechi et al. cuantificó la probabilidad esperada de acomodar el número de vuelos en una situación posterior a un desastre. Otro artículo reciente consideró la demanda de viajes que surge de las evacuaciones de emergencia de las zonas afectadas por el desastre y se resolvió de manera óptima para encontrar la estrategia de ruta eficiente para mejorar la operación de evacuación. La métrica de productividad de energía de movilidad es un ejemplo de una iniciativa EEMS que puede ayudar a los tomadores de decisiones a evaluar la eficiencia del sistema de transporte. MEP combina componentes de movilidad, energía y asequibilidad con análisis geoespacial, proporcionando un mapa visual y métrica numérica para ayudar a evaluar la calidad de la movilidad proporcionada a los viajeros en una ubicación determinada. En este documento se realizó una revisión integral sobre la resiliencia del sistema de transporte en términos de características de resiliencia del sistema en respuesta a diferentes tipos de desastres. Se utilizaron diferentes conceptos de modelado, diferentes parámetros y variables de respuesta del sistema para cuantificar la resiliencia del sistema, y ​​se identificaron las direcciones de investigación futuras.