[논문 리뷰] Decision support for sustainable forest harvest planning using multi-scenario multiobjective robust optimization

Babooshka Shavazipour|arXiv (Cornell University)|2024. 05. 26.

Forest Management and PolicyEnvironmental Science인용 수 3

한 줄 요약

이 논문은 깊은 불확실성 하에서 지속 가능한 산림 수확 일정 수립을 위한 새로운 다중 시나리오 다목적 내성 최적화 방법을 제안한다. 혼합정수계획법 모델을 사용하여 3종의 조각별 생산과 수요 간의 기간별 편차를 최소화하기 위해 총 108개의 목표를 설정하였다. 이 방법은 1,000개의 시나리오에 걸쳐 강화 테스트를 거친 109개의 파레토 최적 해를 생성하여, 다양한 불확실한 미래에서도 잘 작동하는 내성적이고 선호되는 해를 계획자가 식별할 수 있도록 한다.

ABSTRACT

Reproducibility artifacts for: Shavazipour, B., & Sundström, L. E. (2024). Decision support for sustainable forest harvest planning using multi-scenario multiobjective robust optimization. arXiv preprint arXiv:2405.16612. Abstract. Sustainable forest management requires handling uncertainty introduced from various sources, considering different conflicting economic, environmental, and social objectives, and involving multiple decision-making periods. This study proposes an interactive and intuitive decision-support approach for sustainable, robust forest harvest scheduling in multiple periods in a short-term (6-12 months) planning horizon. The approach includes a novel multi-scenario multiobjective mixed-integer optimization problem that allows forest planners to separately study the trade-offs between demand satisfactions for multiple assortments in different planning periods. Moreover, it provides an intuitive robust analysis to support forest planners in dealing with uncertainty and investigating potential variations of the outcomes as the consequences of uncertainty in tactical forest planning problems.We validate the proposed decision-support approach in a Swedish case study with 250 forest stands, three assortments (pine, spruce, deciduous trees), and a twelve-month harvest planning horizon. We demonstrate how the proposed approach supports a forest practitioner in trade-offs and robust analyses and finding the most preferred robust solution.

연구 동기 및 목표

• 다양한 조각별 목재 수요가 예측 불가능하고 확률 분포로 잘 모델링되지 않는 전략적 산림 수확 일정 수립의 깊은 불확실성 문제를 해결한다.
• 기간 간 수요 만족도를 요약함으로써 월간 불일치를 가리키지 못하는 전통적 수확 일정 모델의 한계를 극복하여 산업적 손실을 줄인다.
• 경제적(수요 만족도), 환경적, 사회적 목표 간의 충돌을 고려하여 다기능적 시간 간격에서 상호작용형 의사결정 프레임워크를 개발한다.
• 단일 평균 사례 시나리오에 최적화하는 대신, 다양한 현실적인 미래 시나리오에서 일관되게 잘 작동하는 해를 식별하기 위해 의사결정 과정에 내성 분석을 통합한다.
• 후보 계획을 불확실성 하에서 강화 테스트함으로써 계획자의 인지 부담을 줄이고 의사결정 품질을 향상시키기 위한 실용적이고 검증된 도구를 제공한다.

제안 방법

• 혼합정수계획법 프레임워크를 사용하여 다중 시나리오 다목적 내성 최적화(MORO) 모델을 수립하였으며, 조각, 기간, 시나리오의 모든 조합(3종의 조각 × 12개 기간 × 3개 시나리오)에 대해 총 108개의 목표를 설정하였다.
• 모든 기간과 시나리오에서 수요 편차 간의 트레이드오프를 균형 있게 조정하기 위해 반복적으로 다목적 문제를 해결함으로써 성취 스칼라라이징 함수를 활용하여 109개의 파레토 최적 해를 생성하였다.
• 깊은 불확실성 하에서의 성능 안정성을 평가하기 위해 1,000개의 무작위로 생성된 시나리오 집합에서 각 후보 해를 평가하기 위해 도메인 기반 기준 내성 측도를 적용하였다.
• 계획자가 트레이드오프를 탐색하고 해를 비교하며 자신의 선호도에 기반해 가장 선호되는 내성적 해를 선택할 수 있도록 상호작용형 의사결정 지원 인터페이스를 구현하였다.
• 각 조각에 대해 각 입지에서 최소, 평균, 최대 가능한 목재 수확량을 고려하여 깊은 불확실성을 표현하기 위해 3가지의 별도 시나리오를 설정하였으며, 확률 분포에 기반한 가정을 피하기 위해 이를 활용하였다.
• 모든 계획 기간 동안 각 조각의 계획된 생산과 수요 간의 절대 편차를 최소화하도록 모델을 구성하여 월간 정밀도를 확보하고, 불일치로 인한 산업적 손실을 줄였다.

Figure 1: Schematic illustration of the multi-scenario multi-objective robust optimization approach (adapted from Shavazipour, Kwakkel & Miettinen ( 2021 ) ).

실험 결과

연구 질문

• RQ1 다양한 계획 기간 동안 여러 종류의 조각에 대한 목재 수확량 추정의 깊은 불확실성을 다루기 위해 산림 수확 일정 수립은 어떻게 개선될 수 있는가?
• RQ2 시간에 걸쳐 요약하지 않고 기간과 조각별로 수요 편차를 모델링할 경우, 수확 일정의 품질과 내성성에 어떤 영향을 미치는가?
• RQ3 다중 시나리오 다목적 최적화는 깊은 불확실성 하에서 다양하고 내성적인 파레토 최적 해를 어떻게 생성하고 평가할 수 있는가?
• RQ4 1,000개의 무작위로 생성된 시나리오에 걸친 강화 테스트는 실제 전술적 계획에서 후보 수확 계획의 신뢰성을 얼마나 향상시킬 수 있는가?
• RQ5 상호작용형 의사결정 지원 시스템은 복잡한 트레이드오프 속에서 선호되는 내성적 해를 선택할 때 계획자의 인지 부담을 효과적으로 줄이고 자신감을 높일 수 있는가?

주요 결과

• 제안된 방법은 다중 시나리오 다목적 최적화를 통해 12개 기간과 3종의 목재 조각을 고려한 109개의 파레토 최적 해를 성공적으로 생성하여 포괄적인 트레이드오프 분석을 가능하게 하였다.
• 1,000개의 무작위로 생성된 시나리오에 대한 강화 테스트 결과, 해의 성능에 상당한 변동성이 드러나, 일반적인 평균 사례 해는 실제 불확실성 하에서는 종종 실패하는 것으로 확인되었다.
• 상호작용 시스템을 통해 식별된 가장 선호되는 내성적 해는 다양한 시나리오에서 일관된 성능을 보였으며, 각 기간에서 생산 부족과 초과 생산을 모두 최소화하였다.
• 단일 시나리오 또는 수요 요약 모델보다 성능이 뛰어나 월간 불일치를 포착하여 숨겨졌을 수 있는 산업적 손실 위험을 줄였다.
• 도메인 전문가의 검증을 통해 프로토타입이 실용적으로 사용 가능하고 전술적 산림 계획 분야에서의 실제 적용 잠재력을 확인하였다.
• 본 연구는 깊은 불확실성 하에서 전술적 산림 수확 일정 수립을 위한 실현 가능한 의사결정 지원 프레임워크를 처음으로 제시하였다. 이는 전략적 계획 및 확률 모델을 초월하는 의미를 지닌다.

Figure 2: Forest stands in Southern Sweden included in the case study. The size of markers is proportional to the mean values of the volume of the dominating assortment.