CN110135093B - 面向暴雨内涝的城市道路交通***韧性评估方法 - Google Patents
面向暴雨内涝的城市道路交通***韧性评估方法 Download PDFInfo
- Publication number
- CN110135093B CN110135093B CN201910426909.6A CN201910426909A CN110135093B CN 110135093 B CN110135093 B CN 110135093B CN 201910426909 A CN201910426909 A CN 201910426909A CN 110135093 B CN110135093 B CN 110135093B
- Authority
- CN
- China
- Prior art keywords
- network
- toughness
- evaluation
- matrix
- road
- 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
- 238000000034 method Methods 0.000 title claims abstract description 20
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title description 2
- 239000011159 matrix material Substances 0.000 claims abstract description 74
- 238000011156 evaluation Methods 0.000 claims abstract description 68
- 239000013598 vector Substances 0.000 claims abstract description 63
- 238000012360 testing method Methods 0.000 claims description 9
- 230000002265 prevention Effects 0.000 claims description 5
- 230000007246 mechanism Effects 0.000 claims description 4
- 238000012549 training Methods 0.000 claims description 4
- 238000009428 plumbing Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 11
- 238000005516 engineering process Methods 0.000 abstract description 4
- 238000011158 quantitative evaluation Methods 0.000 abstract description 2
- 230000002787 reinforcement Effects 0.000 abstract 1
- 238000004458 analytical method Methods 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 238000010521 absorption reaction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 206010033799 Paralysis Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 238000012038 vulnerability analysis Methods 0.000 description 1
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
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Economics (AREA)
- Geometry (AREA)
- Marketing (AREA)
- Evolutionary Computation (AREA)
- Development Economics (AREA)
- Computer Hardware Design (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- General Engineering & Computer Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明为面向暴雨内涝的城市道路交通***韧性评估方法，该方法分别从排水、道路、交通以及应急等四个层面构建道路交通运行***韧性指标体系，并提出道路交通***韧性的五级韧性评价划分，利用模糊层次分析法分别开展判断矩阵、隶属度关系以及评价运算等过程，在得到各层网络评价向量的基础上，形成暴雨内涝情景下道路交通***韧性定量综合评判。最后，结合最大隶属原则，可获得道路交通运行***韧性定量评估结果。利用本发明技术，可开展暴雨内涝灾害对城市道路交通运行***的韧性影响评估以及***韧性强化等工作，有助于提升道路交通运行***在暴雨内涝灾害下的安全性和可靠性。
Description
技术领域
本发明涉及降雨天气下城市交通***安全韧性评估技术领域，尤其涉及一种面向暴雨内涝的城市道路交通***韧性评估方法。
背景技术
暴雨内涝严重危及城市***的安全稳定运行，诸如城市看海、车辆受困、人员伤亡、交通拥堵甚至中断瘫痪的现象较为常见，直接损害了城市道路交通***的通行能力和安全韧性，对社会经济发展、居民生命财产安全构成巨大威胁。作为城市生命线***关键组成部分的城市道路交通***，在韧性城市规划和建设中占据重要地位，如何有效评估其面对暴雨内涝的安全韧性能力是构建安全韧性城市的前提条件和必要手段。在极端气候灾害下的城市道路交通***韧性模型、评估方法等方面，尚未形成有效的韧性评估技术，特别是暴雨内涝对城市道路交通***安全运行造成严重损害的现实背景下，如何切实有效建立暴雨内涝情景下城市道路交通***韧性模型和韧性评估方法，已经成为城市道路交通可持续发展亟需解决的问题。
针对暴雨内涝灾害对城市道路交通***涉及内涝排水、道路积水、交通中断以及应急救援等四个层面造成的不同影响，考虑暴雨内涝情景对城市道路交通的韧性影响，道路交通***韧性主要来自四个方面的因素：第一，市政排水管网的排涝能力；第二，道路基础设施的使用健康状态；第三，针对内涝区域道路交通的特殊控制和管理；第四，内涝应急背景下有关部门和单位的协同联动能力。本方法考虑内涝情景下道路交通***韧性涉及的四层网络，即排水网络、道路网络、交通网络、应急网络，综合四个网络韧性关联因素设计了道路交通***韧性指标体系，进一步提出了基于模糊层次分析法的城市道路交通***韧性评估方法。
与现有技术相比，本发明的优点在于以下几点：
1)综合内涝情景下道路交通***韧性关联因素分析，结合三度空间***划分，将道路交通***分解为四层网络，即排水网、道路网、交通网以及应急网，如图1所示。将道路交通***进行网络分层，便于清晰的辨识***韧性所涉及到的相关层面，有利于理清众多韧性关联要素，进一步开展***韧性评估工作。
2)充分利用层次分析法(analytic hierarchy process,AHP)解决复杂层次结构的多目标决策问题的特点，能够统一处理决策中的定性与定量因素，具有实用性、***性、简洁性等优点。进一步采用与模糊综合评价(fuzzy comprehensive evaluation,FCE)相结合的模糊层次分析法(fuzzy analytic hierarchy process,FAHP)对道路交通***进行韧性评价，旨在避免人的主观判断、偏好等对韧性评价的影响。
发明内容
本发明为解决暴雨内涝情景下城市道路交通***韧性难以定量评估等问题，公开一种面向暴雨内涝的城市道路交通***韧性评估技术，综合排水、道路、交通和应急等四层网络韧性因素建立了暴雨内涝影响的道路交通***韧性指标体系，其中，排水网络韧性因素主要包括地下管网设施的设计标准、***建设和运维状态、关键节点应急措施、排涝应急资源等。道路网络韧性影响因素主要有道路设施性能、道路清障能力、道路防灾标准等。考虑内涝积水对城市交通的影响，建立面向城市内涝的区域交通智能控制和路径规划是提升交通运行效率的重要方法，可缓解交通拥堵并提升***安全性，从而提升道路交通***韧性。由于道路交通***运行涉及到的部门和单位众多，包括市政、交通、园林、排水等，从应急网络层面需明确内涝相关责任单位和应急资源等，构建应急协调联动预案，提升内涝应急救援能力。在此基础上，提出五级韧性定性评价，采用层次分析法确定各指标权重，利用模糊层次评价原理建立评价矩阵，并进行多层次的矩阵运算后得到***在五级韧性中的评价比率，进一步，结合最大隶属度原则，最后可得到道路交通运行***韧性定量评估结果。本发明技术流程如图2所示。
本发明具体采用的如下技术方案：
(1)建立内涝情景下道路交通***韧性评价因素集：道路交通运行***主因素U＝{排水网络，道路网络，交通网络，应急网络}，其中子因素集U1＝{管道设备设施性能、管网标准、关键节点措施针对性、应急资源储备情况}，U2＝{道路设施性能、道路清障能力、道路防灾标准、应急资源储备情况}，U3＝{交通应急管控能力、交通网络连通性、应急资源储备情况}，U4＝{应急体制机制完备性、培训演练协同能力、应急资源储备情况}，将道路交通***韧性评估设置为五级韧性评价：V＝{强v1，较强v2，一般v3，较弱v4，弱v5}；
(2)建立模糊判断矩阵Uij(i＝1,2,...,n；j＝1,2,...,n)；
(3)根据模糊判断矩阵，计算其最大特征根λmax和对应的特征向量；
(4)计算判断矩阵的一致性指标CI：
CI＝(λmax-m)/(m-1)
计算判断矩阵的一致性比率CR：
CR＝CI/R
式中：CI为判断矩阵一致性指标；λmax为矩阵最大特征值；m为矩阵阶数；CR为判断矩阵的随机一致性比率；R为平均随机一致性指标值；
(5)根据步骤(2)和(3)建立道路交通***一级指标模糊判断F，并计算出F的最大特征值λMAX和特征向量W，根据步骤(4)判断F一致性，若通过一致性检验，单位化后的特征向量就是各因素的权重向量；
(6)排水网络评估。根据步骤(2)和(3)建立排水网络判断矩阵F1，并计算出F1的最大特征值和特征向量。根据步骤(4)检验F1一致性，若通过一致性检验，单位化后的特征向量就是各因素的权重向量w1；
建立排水网络各子指标对于不同评价等级的隶属度关系，得出隶属度矩阵R1
得到排水网络韧性的评价向量E1：
E1＝w1·R1
(7)道路网络评估，根据步骤(2)和(3)，建立道路网络判断矩阵F2，并计算出F2的最大特征值和特征向量，根据步骤(4)检验F2一致性，若通过一致性检验，单位化后的特征向量就是各因素的权重向量w2；
建立道路网络各子指标对于不同评价等级的隶属度关系，得出隶属度矩阵R2
得到道路网络韧性的评价向量E2：
E2＝w2·R2
(8)交通网络评估，根据步骤(2)和(3)，建立交通网络判断矩阵F3，并计算出F3的最大特征值和特征向量，根据步骤(4)检验F3一致性，若通过一致性检验，单位化后的特征向量就是各因素的权重向量w3；
建立交通网络各子指标对于不同评价等级的隶属度关系，得出隶属度矩阵R3
得到交通网络韧性的评价向量E3：
E3＝w3·R3
(9)应急网络评估。根据步骤(2)和步骤(3)，建立应急网络判断矩阵F4，并计算出F4的最大特征值和特征向量。根据步骤(4)检验F4一致性，若通过一致性检验，单位化后的特征向量就是各因素的权重向量w4
建立应急网络各子指标对于不同评价等级的隶属度关系，得出隶属度矩阵R4
得到应急网络韧性的评价向量E4：
E4＝w4·R4
(10)综合韧性评估，综合四层网络各因素评价，可得二级指标评价矩阵E＝[E1 E2E3 E4]。
结合一级指标的权重向量W，得到道路交通***韧性评估P＝W·E＝(p1,…p5)，根据最大隶属原则，该道路交通运行***韧性评估结果为max{p1～v1，…，p5～v5}。
本发明具有如下有益的技术效果：
1)本发明结合暴雨内涝给道路交通***造成的不同层面影响，结合道路交通运行***韧性内涵，即抵御、吸收内涝和恢复，本发明技术综合考虑三个方面的涉及内容和要素。其中，抵御能力体现在软硬件***运维管理、脆弱性分析和预防措施，通过改进***缺陷完善***不足之处，进一步建立健全有关部门和单位的应急协同联动机制，开展教育培训和演练活动。吸收能力体现在***监测、预报预警能力，灾害应急响应与救援能力，以及***各层面协同配合与联动能力。恢复能力体现在***功能和状态恢复正常，***自适应与自组织能力得到强化，灾后***重建能力加强，并提升灾害应对能力、积累处置经验。
2)本发明构建了道路交通***相关的四层网络关系模型，排水网位于四层网络的最底层，与***防涝韧性直接相关，道路网位于排水网上层，一旦排水网不能及时排除内涝积水，将严重影响道路连通性，交通网位于道路网上层，道路积水、路段关闭等将直接影响交通通行，应急网位于网络模型的最高层，其主要目标在于提升内涝情景下的相关部门和单位的协同联动能力，综合协调全部应急资源，启动内涝应急响应。四层网络关系如图3所示。
3)本发明综合道路交通运行***韧性内涵，考虑灾前、灾中以及灾后等三个阶段，综合构建道路交通运行***韧性评估指标体系，进一步采用模糊层次分析法对***受灾的全过程韧性情况进行整体评估，分别从定性和定量两方面给出计算和分析过程，形成了清晰、明确的暴雨内涝情景下道路交通运行***韧性评估技术，为韧性评估提供了参考技术路线。
附图说明
图1是内涝情景下道路交通运行***韧性网络分层模型图。
图2是面向暴雨内涝的城市道路交通***韧性评估流程图。
图3是四层网络关系示意图。
具体实施方式
针对发明内容部分所采用的技术方案进行详细说明，主要步骤如下：
步骤1：建立内涝情景下道路交通***韧性评价因素集如下：道路交通运行***主因素U＝{排水网络，道路网络，交通网络，应急网络}，其中子因素集U1＝{管道设备设施性能、管网标准、关键节点措施针对性、应急资源储备情况}，U2＝{道路设施性能、道路清障能力、道路防灾标准、应急资源储备情况}，U3＝{交通应急管控能力、交通网络连通性、应急资源储备情况}，U4＝{应急体制机制完备性、培训演练协同能力、应急资源储备情况}。将道路交通***韧性评估设置为五级韧性评价：V＝{强v1，较强v2，一般v3，较弱v4，弱v5}。
步骤2：建立模糊判断矩阵表，如表1所示。其中Uij(i＝1,2,...,n；j＝1,2,...,n)表示对于指标U，Ui比Uj相对重要程度的数值形式，通常Uij按9级标度表取值，如表2所示。
表1判断矩阵比较表
表2判断矩阵9级标度表
步骤3：根据模糊判断矩阵，计算判断矩阵的的最大特征根λmax和对应的特征向量。
步骤4：计算判断矩阵的一致性指标CI：
CI＝(λmax-m)/(m-1)
计算判断矩阵的一致性比率CR：
CR＝CI/R
式中：CI为判断矩阵一致性指标；λmax为矩阵最大特征值；m为矩阵阶数；CR为判断矩阵的随机一致性比率；R为平均随机一致性指标值，如表3所示。
判断矩阵的一致性比率CR<0.1时，一致性检验通过，则单位化后的特征向量就是权向量；如果检验不通过，需核对后进行调整或重新构造矩阵。
表3 R数值表
步骤5：根据步骤2-步骤4建立道路交通***一级指标模糊判断F，并计算出F的最大特征值λMAX和特征向量W，若通过一致性检验，单位化后的特征向量就是各因素的权重向量。
步骤6：排水网络评估。根据步骤2和步骤3，建立排水网络判断矩阵F1，并计算出F1的最大特征值和特征向量。根据步骤4，检验判断矩阵一致性，若通过一致性检验，单位化后的特征向量就是各因素的权重向量w1。如果检验不通过，需核对后进行调整或重新构造矩阵。
建立排水网络各子指标对于不同评价等级的隶属度关系，如表4所示，得出隶属度矩阵R1。
表4排水网络各子指标隶属度关系
得到排水网络韧性的评价向量E1：
E1＝w1·R1
步骤7：道路网络评估。根据步骤2和步骤3，建立道路网络判断矩阵F2，并计算出F2的最大特征值和特征向量。根据步骤4，检验判断矩阵一致性，若通过一致性检验，单位化后的特征向量就是各因素的权重向量w2。如果检验不通过，需核对后进行调整或重新构造矩阵。
建立道路网络各子指标对于不同评价等级的隶属度关系，如表5所示，得出隶属度矩阵R2。
表5道路网络各子指标隶属度关系
得到道路网络韧性的评价向量E2：
E2＝w2·R2
步骤8：交通网络评估。根据步骤2和步骤3，建立交通网络判断矩阵F3，并计算出F3的最大特征值和特征向量。根据步骤4，检验判断矩阵一致性，若通过一致性检验，单位化后的特征向量就是各因素的权重向量w3。如果检验不通过，需核对后进行调整或重新构造矩阵。
建立交通网络各子指标对于不同评价等级的隶属度关系，如表6所示，得出隶属度矩阵R3。
表6交通网络各子指标隶属度关系
得到交通网络韧性的评价向量E3：
E3＝w3·R3
步骤9：应急网络评估。根据步骤2和步骤3，建立应急网络判断矩阵F4，并计算出F4的最大特征值和特征向量。根据步骤4，检验判断矩阵一致性，若通过一致性检验，单位化后的特征向量就是各因素的权重向量w4。如果检验不通过，需核对后进行调整或重新构造矩阵。
建立应急网络各子指标对于不同评价等级的隶属度关系，如表7所示，得出隶属度矩阵R4。
表7应急网络各子指标隶属度关系
得到应急网络韧性的评价向量E4：
E4＝w4·R4
步骤10：综合韧性评估。综合四层网络各因素评价，可得二级指标评价矩阵E＝[E1E2 E3 E4]。
已知一级指标的权重向量W，得道路交通***韧性评估P＝W·E＝(p1,…p5)。结合最大隶属原则，该道路交通运行***韧性评估结果为max{p1～v1，…，p5～v5}。
Claims (1)
1.一种面向暴雨内涝的城市道路交通***韧性评估方法，其特征在于，该方法包括如下步骤：
(1)建立内涝情景下道路交通***韧性评价因素集并构建道路交通***相关的四层网络关系模型，其中排水网位于四层网络的最底层，道路网位于排水网上层，交通网位于道路网上层，应急网位于最高层，
道路交通运行***主因素U＝{排水网络，道路网络，交通网络，应急网络}，其中子因素集U1＝{管道设备设施性能、管网标准、关键节点措施针对性、应急资源储备情况}，U2＝{道路设施性能、道路清障能力、道路防灾标准、应急资源储备情况}，U3＝{交通应急管控能力、交通网络连通性、应急资源储备情况}，U4＝{应急体制机制完备性、培训演练协同能力、应急资源储备情况}，将道路交通***韧性评估设置为五级韧性评价：V＝{强v1，较强v2，一般v3，较弱v4，弱v5}；
(2)建立模糊判断矩阵Uij(i＝1,2,...,n；j＝1,2,...,n)；
(3)根据模糊判断矩阵，计算其矩阵最大特征值λmax和对应的特征向量；
(4)计算判断矩阵的一致性指标CI：CI＝(λmax-m)/(m-1)计算判断矩阵的随机一致性比率CR：CR＝CI/R式中：CI为判断矩阵一致性指标；λmax为矩阵最大特征值；m为矩阵阶数；CR为判断矩阵的随机一致性比率；R为平均随机一致性指标值；
(5)根据步骤(2)和(3)建立道路交通***一级指标模糊判断矩阵F，并计算出F的矩阵最大特征值λmax和特征向量W，根据步骤(4)判断F一致性，若通过一致性检验，单位化后的特征向量就是各因素的权重向量；
(6)排水网络评估，根据步骤(2)和(3)建立排水网络判断矩阵F1，并计算出F1的矩阵最大特征值和特征向量，根据步骤(4)检验F1一致性，若通过一致性检验，单位化后的特征向量就是各因素的权重向量w1；
建立排水网络各子指标对于不同评价等级的隶属度关系，得出隶属度矩阵R1
得到排水网络韧性的评价向量E1：E1＝w1·R1；
(7)道路网络评估，根据步骤(2)和(3)，建立道路网络判断矩阵F2，并计算出F2的矩阵最大特征值和特征向量，根据步骤(4)检验F2一致性，若通过一致性检验，单位化后的特征向量就是各因素的权重向量w2；
建立道路网络各子指标对于不同评价等级的隶属度关系，得出隶属度矩阵R2
得到道路网络韧性的评价向量E2：E2＝w2·R2；
(8)交通网络评估，根据步骤(2)和(3)，建立交通网络判断矩阵F3，并计算出F3的矩阵最大特征值和特征向量，根据步骤(4)检验F3一致性，若通过一致性检验，单位化后的特征向量就是各因素的权重向量w3；
建立交通网络各子指标对于不同评价等级的隶属度关系，得出隶属度矩阵R3
得到交通网络韧性的评价向量E3：E3＝w3·R3；
(9)应急网络评估，根据步骤(2)和步骤(3)，建立应急网络判断矩阵F4，并计算出F4的矩阵最大特征值和特征向量，根据步骤(4)检验F4一致性，若通过一致性检验，单位化后的特征向量就是各因素的权重向量w4
建立应急网络各子指标对于不同评价等级的隶属度关系，得出隶属度矩阵R4
得到应急网络韧性的评价向量E4：E4＝w4·R4；
(10)综合韧性评估，综合四层网络各因素评价，可得二级指标评价矩阵E＝[E1 E2 E3E4]，结合F的特征向量W，得到道路交通***韧性评估P＝W·E＝(p1,…p5)，根据最大隶属原则，该道路交通运行***韧性评估结果为max{p1～v1，…，p5～v5}。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910426909.6A CN110135093B (zh) | 2019-05-22 | 2019-05-22 | 面向暴雨内涝的城市道路交通***韧性评估方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910426909.6A CN110135093B (zh) | 2019-05-22 | 2019-05-22 | 面向暴雨内涝的城市道路交通***韧性评估方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110135093A CN110135093A (zh) | 2019-08-16 |
| CN110135093B true CN110135093B (zh) | 2024-03-01 |
Family
ID=67571967
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910426909.6A Active CN110135093B (zh) | 2019-05-22 | 2019-05-22 | 面向暴雨内涝的城市道路交通***韧性评估方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110135093B (zh) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112593613A (zh) * | 2019-12-30 | 2021-04-02 | 西安金路交通工程科技发展有限责任公司 | 城市内涝灾害下交通网络韧性承载力评估方法 |
| CN111599180B (zh) * | 2020-06-02 | 2020-12-01 | 悉地（苏州）勘察设计顾问有限公司 | 城市公交线路韧性评估方法及*** |
| CN111882241B (zh) * | 2020-08-05 | 2023-11-07 | 北京交通大学 | 一种城市轨道交通网络韧性的评估方法 |
| CN113191647A (zh) * | 2021-05-06 | 2021-07-30 | 上海应用技术大学 | 面向应急管理的城市韧性评估方法 |
| CN113850435A (zh) * | 2021-09-27 | 2021-12-28 | 中山大学 | 一种基于中介效应的洪水灾害韧性分析方法及*** |
| CN114093168B (zh) * | 2021-11-18 | 2022-11-11 | 长安大学 | 一种基于韧性视角下的城市道路交通运行状态评价方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104504482A (zh) * | 2014-10-24 | 2015-04-08 | 南京理工大学 | 一种铁路大雪灾害风险模糊综合评估方法 |
| CN105007170A (zh) * | 2015-05-11 | 2015-10-28 | 大连理工大学 | 一种基于fahp-svm理论的wlan网络负载综合评价方法 |
-
2019
- 2019-05-22 CN CN201910426909.6A patent/CN110135093B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104504482A (zh) * | 2014-10-24 | 2015-04-08 | 南京理工大学 | 一种铁路大雪灾害风险模糊综合评估方法 |
| CN105007170A (zh) * | 2015-05-11 | 2015-10-28 | 大连理工大学 | 一种基于fahp-svm理论的wlan网络负载综合评价方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110135093A (zh) | 2019-08-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110135093B (zh) | 面向暴雨内涝的城市道路交通***韧性评估方法 | |
| Ruan et al. | Assessment of temporal and spatial progress of urban resilience in Guangzhou under rainstorm scenarios | |
| Dall'Osso et al. | A revised (PTVA) model for assessing the vulnerability of buildings to tsunami damage | |
| CN110298577B (zh) | 一种基于dpsir模型的沿河村落山洪灾害风险评价方法及*** | |
| CN106529178B (zh) | 一种滑坡灾害风险评价方法 | |
| CN105303020A (zh) | 一种基于ahp的电网自然灾害风险评估方法 | |
| Ma et al. | Weighted clustering-based risk assessment on urban rainstorm and flood disaster | |
| Ahmad et al. | A three‐dimensional fuzzy methodology for flood risk analysis | |
| CN106910002A (zh) | 地铁隧道结构安全评估的方法 | |
| CN103093400A (zh) | 一种隧道施工中邻近建筑物安全性定量评价方法 | |
| CN108269016A (zh) | 一种基于信息扩散的小流域山洪灾害风险分析方法 | |
| CN114881511A (zh) | 面向洪涝灾害的社区防灾韧性评估方法 | |
| CN113743658A (zh) | 基于临界雨量的中小流域地质灾害及洪水预警方法 | |
| Pregnolato et al. | Disruption and adaptation of urban transport networks from flooding | |
| CN104766169A (zh) | 一种地铁建设期间排水设施安全保护分级智能判定方法 | |
| Sadeghi-Pouya et al. | Developing an index model for flood risk assessment in the western coastal region of Mazandaran, Iran | |
| CN117575319B (zh) | 一种评估城市洪涝灾害等级的方法及*** | |
| Zhang et al. | A study on dynamic simulation and improvement strategies of flood resilience for urban road system | |
| CN112633633B (zh) | 一种燃气管线-桥梁耦合隐患辨识与评估的方法及装置 | |
| CN110414027A (zh) | 一种适用于洪涝预测***的数据处理方法 | |
| CN105590034A (zh) | 防汛减灾能力评价模型 | |
| CN116757368A (zh) | 一种基于gis的应急避难场所评估及选址方法和*** | |
| CN104778633A (zh) | 一种排水设施安全保护分级智能判定方法 | |
| CN116226312A (zh) | 一种面向突发事件影响的城市道路交通网络韧性评估方法 | |
| CN113689151B (zh) | 跨流域调水工程对交叉河流下游区域的防洪风险评估方法 |
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 |