Autore/i VALCAMONICO, DARIO
Relatore ZIO, ENRICO
Correlatore/i SANSAVINI, GIOVANNI
Scuola / Dip. ING - Scuola di Ingegneria Industriale e dell'Informazione
Corso NUCLEAR ENGINEERING - INGEGNERIA NUCLEARE
Settore Scientifico Disciplinare ING-IND/19 IMPIANTI NUCLEARI
Tipo di laurea LAUREA MAGISTRALE
Data 3-ott-2018
Anno accademico 2017/2018
Titolo della tesi Cooperative coevolution approach to multi-community resilience design
Abstract in italiano Nonostante i significativi progressi nell'investigazione e applicazione di misure di sicurezza e nella strutturazione di protocolli di risposta affidabili negl’ultimi anni, le communities - agglomerati sociali interconnessi - restano altamente vulnerabili a disastri naturali e causati dall’uomo. L’aumentare della complessità e dell’interconnessione dei sistemi di infrastruttura che sostengono le funzionalità delle communities ha imposto una crescente enfasi sulla loro resilienza. Il recupero post-disastro è un passo fondamentale nello sviluppo di communities resilienti. Tale processo è influenzato dall’allocazione di risorse da communities differenti e dalla scelta di investire nel recupero dei sistemi di infrastruttura o in soluzioni locali di emergenza. Ne segue che la resilienza di una community emerge dal processo decisionale coordinato tra le communities impattate e da una soluzione di trade-off tra investimenti globali e locali. Questa tesi propone una metodologia per il recupero resiliente di sistemi di infrastruttura interdipendenti guidato dal processo decisionale multi-communitiy, sostenuto da un approccio cooperative coevolution. Il modello di simulazione sviluppato fornisce uno strumento per aiutare la gestione del recupero resiliente post-disastro. La metodologia è testata su casi studio di letteratura con lo scopo di valutare criticamente i risultati e discutere le caratteristiche più importanti.
Abstract in inglese Despite significant progress in the investigation and deployment of security and safety measures and in the structuring of reliable response protocols in recent years, communities are showing to be still highly vulnerable to natural and man-made hazards. The increasing complexity and interconnectivity of infrastructure systems, which make the critical lifeline of communities has led to a strong emphasis on communities’ resilience. Recovery after disruptions is a key step for building the resilience of communities. This process is influenced by the allocation of resources from different communities and the choice between investments on infrastructure recovery or local emergency solutions. Therefore, the overall community resilience emerges from the coordinated decision-making among the impacted communities and from the trade-off between global and local investments. This work proposes a methodology for the resilient recovery of interdependent infrastructure systems driven by multi-community decision making, sustained by a cooperative coevolution approach to optimization. The developed simulation model constitutes a practical tool for restoration management. The methodology is tested on benchmark case studies in order to critically evaluate the results and to cope with the computational burden. Moreover, the characteristic of the methodology and its flexibility are discussed.
Parole chiave in italiano resilienza; recupero di sistemi di infrastruttura interdipendenti; multi-community; cooperative coevolution
Parole chiave in inglese community resilience; interdependent infrastructure system restoration; multi-community; cooperative coevolution
Lingua del contenuto eng
Paese di edizione Italy
Editore Politecnico di Milano
Tipo di documento Tesi di laurea Magistrale
Appare nelle tipologie: Tesi di laurea Magistrale
File allegati
File Dimensione Formato  
Thesis MSc.pdf

accessibile in internet per tutti

2.51 MB Adobe PDF Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: http://hdl.handle.net/10589/142383