[논문 리뷰] Optimal sustainable harvesting of populations in random environments

H R E Luis Alvarez, Alexandru Hening|arXiv (Cornell University)|2018. 07. 06.

Stochastic processes and statistical mechanics참고 문헌 24인용 수 4

한 줄 요약

이 논문은 환경의 무작위성에 의해 영향을 받는 인구집단에 대한 최적의 지속 가능한 수확 전략을 제안하며, 기대값과 거의 확실히 점근적인 수확량을 모두 최대화한다. 약한 가정 하에 고유한 최적의 임계값 정책(지역 시간 푸시를 사용)의 존재를 증명하며, 스토케스틱 버훌스트-펄 모델을 포함한 여러 경우에서 명시적인 특성화를 제공한다.

ABSTRACT

We study the optimal sustainable harvesting of a population that lives in a random environment. The novelty of our setting is that we maximize the asymptotic harvesting yield, both in an expected value and almost sure sense, for a large class of harvesting strategies and unstructured population models. We prove under relatively weak assumptions that there exists a unique optimal harvesting strategy characterized by an optimal threshold below which the population is maintained at all times by utilizing a local time push-type policy. We also discuss, through Abelian limits, how our results are related to the optimal harvesting strategies when one maximizes the expected cumulative present value of the harvesting yield and establish a simple connection and ordering between the values and optimal boundaries. Finally, we explicitly characterize the optimal harvesting strategies in two different cases, one of which is the celebrated stochastic Verhulst Pearl logistic model of population growth.

연구 동기 및 목표

• 랜덤하게 변동하는 환경에서 장기적인 수확량을 최대화하는 지속 가능한 수확 전략을 개발한다.
• 인구 역학에 대한 약한 가정 하에 최적의 수확 전략의 존재성과 유일성을 확립한다.
• 최적 전략이 특정 임계값 이상의 인구를 유지하는 지역 시간 푸시 유형의 정책으로 특성화됨을 밝힌다.
• 아벨 극한을 통해 점근적 수확량 최적화 프레임워크와 고전적인 기대 누적 현재가치 접근법을 연결한다.
• 일반적인 모델들에 대해 최적 전략을 명시적으로 유도한다. 이는 스토케스틱 버훌스트-펄 로지스틱 모델을 포함한다.

제안 방법

• 환경 노이즈에 노출된 일반적인 비형상 인구 모델 클래스를 수립한다.
• 점근적 수확량을 장기 평균 수확량으로 정의하며, 기대값과 거의 확실히 최적화한다.
• 스토케스틱 제어 이론을 적용하여 최적 전략을 유도하며, 이 전략이 인구가 특정 임계값 이하일 경우 지역 시간 푸시를 통해 보호되는 임계값으로 특성화됨을 보여준다.
• 동적 프로그래밍과 변분부등식을 사용하여 최적성 조건을 수립한다.
• 아벨 극한 추론을 적용하여 점근적 수확량 프레임워크와 기대 누적 현재가치 기준을 연결한다.
• 두 경우에 대해 명시적으로 해를 구한다: 일반 확산 모델과 스토케스틱 버훌스트-펄 로지스틱 모델.

실험 결과

연구 질문

• RQ1 랜덤하게 변동하는 환경에서 장기 평균 수확량을 최대화하는 최적의 수확 전략은 무엇인가?
• RQ2 최적의 임계값 정책은 고전적인 기대 누적 현재가치 최적화 프레임워크와 어떻게 관련이 있는가?
• RQ3 일반적인 인구 모델에 대해 고유한 최적 수확 전략이 존재하는 조건은 무엇인가?
• RQ4 스토케스틱 버훌스트-펄 로지스틱 모델에서 최적 전략의 명시적 형태는 무엇인가?
• RQ5 점근적 수확량 최적화와 누적 현재가치 최적화 기준 간의 값과 최적 경계는 어떻게 비교되는가?

주요 결과

• 지역 시간 푸시 정책를 사용하여 특정 임계값 이상의 인구를 유지하는 고유한 최적 수확 전략이 존재한다.
• 약한 정규성 가정 하에 최적 전략은 기대값과 거의 확실히 점근적 수확량을 모두 최대화한다.
• 아벨 극한을 통해 점근적 수확량 문제와 누적 현재가치 문제의 최적 경계 간 명확한 순서가 확립된다.
• 점근적 수확량 프레임워크에서의 최적 임계값은 누적 현재가치 프레임워크에서의 것보다 엄격히 작다.
• 스토케스틱 버훌스트-펄 모델의 경우, 최적 수확 전략은 특정한 임계 인구 수준을 가지는 임계값 정책로 명시적으로 특성화된다.
• 결과들은 장기적 지속 가능성과 스토케스틱 인구 모델에서의 동적 제어 간의 강력한 연결을 보여준다.