[논문 리뷰] A Modified Approximate Dynamic Programming Algorithm for Community-level Food Security Following Disasters

Saeed Nozhati, Yugandhar Sarkale외 3명|arXiv (Cornell University)|2018. 04. 01.

Infrastructure Resilience and Vulnerability Analysis참고 문헌 6인용 수 13

한 줄 요약

이 논문은 극한 자연재해 이후 공동체 수준의 식량 안보 복구를 최적화하기 위해 시뮬레이션된 난류를 통합한 수정된 근사 동적 프로그래밍(ADP) 알고리즘을 제안한다. 이 방법은 상호의존적 인프라 시스템을 모델링하여 캘리포니아 기르로이에서 강력한 지진 이후 전기, 물, 교통 및 식품 소매업소의 근접 최적 복구 순서를 규명함으로써 재해 후 식량 접근성과 시스템의 회복력을 크게 향상시킨다.

ABSTRACT

In the aftermath of an extreme natural hazard, community residents must have access to functioning food retailers to maintain food security. Food security is dependent on supporting critical infrastructure systems, including electricity, potable water, and transportation. An understanding of the response of such interdependent networks and the process of post-disaster recovery is the cornerstone of an efficient emergency management plan. In this study, the interconnectedness among different critical facilities, such as electrical power networks, water networks, highway bridges, and food retailers, is modeled. The study considers various sources of uncertainty and complexity in the recovery process of a community to capture the stochastic behavior of the spatially distributed infrastructure systems. The study utilizes an approximate dynamic programming (ADP) framework to allocate resources to restore infrastructure components efficiently. The proposed ADP scheme enables us to identify near-optimal restoration decisions at the community level. Furthermore, we employ a simulated annealing (SA) algorithm to complement the proposed ADP framework and to identify near-optimal actions accurately. In the sequel, we use the City of Gilroy, California, USA to illustrate the applicability of the proposed methodology following a severe earthquake. The approach can be implemented efficiently to identify practical policy interventions to hasten recovery of food systems and to reduce adverse food-insecurity impacts for other hazards and communities.

연구 동기 및 목표

• 극한 자연재해 이후 공동체의 식량 안보를 유지하기 위해 핵심 인프라 시스템 간의 상호의존성을 모델링함으로써 도전 과제를 해결한다.
• 재해 이후 인프라 복구 과정에서의 스토하스틱 불확실성과 공간 분포를 고려한다.
• 식량 불안정성을 최소화하고 복구를 가속화하기 위해 효율적인 복구 의사결정 프레임워크를 개발한다.
• 근사 동적 프로그래밍과 시뮬레이션된 난류를 통합하여 계산 효율성과 해의 정확도를 향상시킨다.
• 실제 사례 연구인 캘리포니아 주 기르로이에서의 강력한 지진 이후의 적용 가능성을 입증한다.

제안 방법

• 전기 공급, potable water, 고속도로 교량, 식품 소매업소를 포함한 상호의존적 인프라 시스템을 스토하스틱 고장 및 복구 동역학을 가진 공간 분포형 구성 요소로 모델링한다.
• 커뮤니티 수준 재해 복구에서 흔히 발생하는 대규모 고차원 상태 공간을 다룰 수 있도록 복구 문제를 근사 동적 프로그래밍(ADP) 프레임워크 내에서 수립한다.
• ADP 해를 정밀화하고 근접 최적 복구 순서로의 수렴을 향상시키기 위해 시뮬레이션된 난류(SA) 알고리즘을 통합한다.
• 시간에 따라 인프라 功能의 스토하스틱 변화를 나타내기 위해 마르코프 결정 과정(MDP) 근사를 사용한다.
• 각 인프라 구성 요소의 기능 상태와 공동체 전역의 식량 접근 수준을 포괄하는 상태 변수를 정의한다.
• ADP-SA 하이브리드 프레임워크를 사용하여 재해 후 복구 시나리오의 시뮬레이션을 반복적으로 수행함으로써 최적 복구 정책을 학습한다.

실험 결과

연구 질문

• RQ1 재해 이후 실제 복구 동역학을 반영하기 위해 상호의존적 인프라 시스템은 어떻게 모델링할 수 있는가?
• RQ2 인프라 고장 및 수리의 스토하스틱 불확실성은 공동체의 식량 안보에 어떤 영향을 미치는가?
• RQ3 시뮬레이션된 난류를 통합한 수정된 ADP 프레임워크는 재해 후 식량 접근성을 크게 향상시키는 근접 최적 복구 순서를 식별할 수 있는가?
• RQ4 ADP와 SA의 통합은 대규모 재해 복구 계획에서 계산 효율성과 해의 품질을 어떻게 향상시키는가?
• RQ5 제안된 프레임워크는 실세계 공동체에 얼마나 널리 적용되어 극한 사건 이후 식량 불안정성을 감소시킬 수 있는가?

주요 결과

• ADP-SA 하이브리드 프레임워크는 시뮬레이션된 지진 이후 공동체의 식량 접근성 복구 시간을 크게 단축시키는 근접 최적 복구 순서를 성공적으로 규명하였다.
• 시뮬레이션된 난류의 통합은 표준 ADP만을 사용한 경우보다 해의 품질과 수렴 속도를 향상시켰다.
• 모델은 특히 교통과 전력 인프라의 조율된 복구가 식품 소매업소의 기능 회복에 핵심적임을 입증하였다.
• 캘리포니아 주 기르로이의 사례 연구는 주요 교통 및 전력 인프라 구성 요소를 우선적으로 복구함으로써 공동체 전역의 식량 접근성 복구 속도가 빨라졌음을 보여주었다.
• 이 방법은 인프라 복구의 공간적 및 스토하스틱 변동성을 효과적으로 포착하여 더 강력하고 현실적인 정책 권고를 가능하게 하였다.
• 이러한 방법론은 다른 재해 복구 과제를 안고 있는 공동체에도 확장 가능하며, 비상 관리 계획 수립을 위한 실용적인 도구를 제공한다.