文献

J-GLOBAL ID：202202298107641278   整理番号：22A0439757

レジリエンスに基づく都市鉄道システムの定量的分析:ハイブリッド知識ベースとデータ駆動アプローチ【JST・京大機械翻訳】

Quantitative analysis for resilience-based urban rail systems: A hybrid knowledge-based and data-driven approach

著者 (5件)： Yin Jiateng (State Key Laboratory of Rail Traffic Control and Safety, Beijing Jiaotong University, Beijing, 100044, China) ,  Ren Xianliang (State Key Laboratory of Rail Traffic Control and Safety, Beijing Jiaotong University, Beijing, 100044, China) ,  Liu Ronghui (Institute for Transport Studies, University of Leeds, UK) ,  Tang Tao (State Key Laboratory of Rail Traffic Control and Safety, Beijing Jiaotong University, Beijing, 100044, China) ,  Su Shuai (State Key Laboratory of Rail Traffic Control and Safety, Beijing Jiaotong University, Beijing, 100044, China)
資料名： Reliability Engineering & System Safety  (Reliability Engineering & System Safety)
巻： 219  ページ： Null  発行年： 2022年 
JST資料番号： D0980B  ISSN： 0951-8320  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 都市レールネットワークの急速な拡大は,複雑なレール信号システム,不正確な運転行動,および極端な天候によって引き起こされる破壊の増加する数に直面している。都市レールシステムが本質的に複雑であり,これらの破壊の多くが通常不確実で避けられないので,レール管理者は,徐々に耐えて,迅速に回復する能力にますます注目を浴びている。それにもかかわらず,固有の構造を考慮しながら,破壊から回復する都市レールシステムの能力に取り組むために,ごく少数の最近の開発が試みられている。本研究では,レジリエンスの定量的解析のためのハイブリッド知識ベースおよびデータ駆動アプローチを提案した。目的は,全体的なレジリエンス基準に対する異なる摂動の重要性を定量化する因果関係をモデル化することである。リスク評価とシステムレジリエンスに関連する重要な特徴の集合を,北京地下鉄の歴史的データに従ってまとめた。次に,BNと歴史的データの構造に基づく訓練手順を開発した。最後に,このハイブリッド手法を北京地下鉄に適用したソフトウェアに埋め込む。結果は,システムレジリエンスと異なるタイプの事象の間の定量的関係を実証した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 管理者 ,  不確実性 ,  レール ,  *都市 ,  レジリエンス ,  *定量的分析 ,  信号方式 ,  ソフトウェア ,  都市鉄道 ,  *知識ベース ,  リスク評価
準シソーラス用語： 北京市 ,  運転行動 ,  天候 ,  データ駆動 , 【Automatic Indexing@JST】

著者キーワード (5件)： 弾力性 ,  都市鉄道システム ,  Bayesネットワーク ,  定量 ,  輸送

分類 (1件)： 信頼性  (KB04040H)

タイトルに関連する用語 (6件)： レジリエンス ,  都市 ,  鉄道システム ,  定量的分析 ,  知識ベース ,  データ駆動