[論文レビュー] The Flood Mitigation Problem in a Road Network

Vahid Eghbal Akhlaghi, Ann Melissa Campbell+1 more|arXiv (Cornell University)|Feb 15, 2023

Infrastructure Resilience and Vulnerability Analysis被引用数 4

ひとこと要約

本稿は、事前に出発地・目的地ペアを指定せずに、洪水時における医療機関への移動時間を最小化する最適な道路改修を選択する、新しい整数プログラミングモデルであるロードネットワーク洪水緩和問題（RNFMP）を紹介する。独自の剪定技術と有効な不等式を提案し、解法の実行可能性を向上させ、アイオワ州コロンビルの事例研究において、医療機関の容量が均等に分配された場合にネットワーク性能が21%向上することを示している。

ABSTRACT

Natural disasters are highly complex and unpredictable. However, long-term planning and preparedness activities can help to mitigate the consequences and reduce the damage. For example, in cities with a high risk of flooding, appropriate roadway mitigation can help reduce the impact of floods or high waters on transportation systems. Such communities could benefit from a comprehensive assessment of mitigation on road networks and identification of the best subset of roads to mitigate. In this study, we address a pre-disaster planning problem that seeks to strengthen a road network against flooding. We develop a network design problem that maximizes the improvement in accessibility and travel times between population centers and healthcare facilities subject to a given budget. We provide techniques for reducing the problem size to help make the problem tractable. We use cities in the state of Iowa in our computational experiments.

研究の動機と目的

• 予算制約下で洪水時に医療機関（HCF）へのアクセスを維持することを目的とした、災害前における道路網の緩和計画を支援すること。
• 事前に出発地・目的地（OD）ペアを定義せずに、人口集積地とHCF間の総移動時間を最小化する最適な道路改修を選択する数学的モデルの開発。
• RNFMPの構造に特化した独自の剪定技術と有効な不等式を用いて、問題の計算的実行可能性を向上させること。
• 実際の都市ネットワークにおけるHCF容量割り当て方針やパrameter設定がネットワーク性能に与える影響を評価すること。
• 交通当局が道路改修の優先順位と施設容量の分配を最適化するための実用的インサイトを提供すること。

提案手法

• 洪水時の条件下で最適な道路改修と動的OD割り当てを同時に決定する、混合整数プログラミング（MIP）モデルとしてRNFMPを定式化する。
• ODペアが事前に指定されていないことから、ネットワーク構造と流れのダイナミクスを活用した独自の剪定技術を導入し、解空間を縮小する。特に、この特徴が解法に与える影響が顕著である。
• MIPの緩和問題を強化し、分枝限定法における収束を加速するために有効な不等式を適用する。
• 100年一回の洪水マップを用いたシナリオベースの手法により、盛り上げ（改修が必要な）脆弱な道路セグメントを同定する。
• 2段階のソリューションアプローチを採用する：第1段階では、洪水リスクに基づいて改修候補道路を特定する。第2段階では、予算制約下で改修選択と経路割り当てを最適化する。
• 実際の道路ネットワークとHCFデータ、洪水浸水マップを用いて、アイオワ州の2都市（コロンビルと別の名前が不明な都市）でモデルを検証する。

実験結果

リサーチクエスチョン

• RQ1 出発地・目的地ペアを事前に指定しない状況下で、洪水時に医療機関への移動時間を最小化する災害前道路網緩和計画は、どのように設計できるか？
• RQ2 RNFMPの計算複雑性は何か？ODペアが事前に指定されていないという制約下でも、効率的に解ける方法はあるか？
• RQ3 医療機関の容量割り当て方（同一 vs. 異なる）が、洪水時のネットワーク性能とアクセス性に与える影響は何か？
• RQ4 予算配分パrameter α を変化させた場合、目的関数値と解の品質にどのような影響があるか？
• RQ5 独自の剪定技術と有効な不等式は、大規模なRNFMPインスタンスの解法の実行可能性をどのように向上させるか？

主な発見

• RNFMPモデルはNP困難であり、独自の剪定技術を用いない場合、動的出発地-目的地割り当てのため、現実的なインスタンスの解法が計算的に不可能になる。
• 同一HCF容量割り当てとベッド数に基づく容量割り当ての比較において、平均目的関数値が21.0%低減され、最適性ギャップが40.3%低減された。
• HCF総容量を15%削減しても、同一割り当てポリシーは異なる割り当てポリシーと比較して、ネットワーク性能を21.2%向上させた。
• コロンビルの事例研究では、30%の予算割り当て下で5,334マイルの道路が改修され、合計移動時間（目的関数値）が140,048に達した。
• 感度分析の結果、容量割り当てポリシーの影響がαパrameterの影響よりも強く、ポリシー間の差がα値の違いよりも顕著に現れた。
• 提案された剪定技術により、意思決定変数の数が削減され、解法時間の改善が達成され、10万ノード以上、14万エッジ以上の大規模ネットワークの解法が可能になった。