[论文解读] Stochastic Multi-Agent-Based Model to Measure Community Resilience-Part 2: Simulation Results

Jaber Valinejad, Lamine Mili+3 more|arXiv (Cornell University)|Apr 2, 2020

Disaster Management and Resilience参考文献 34被引用 5

一句话总结

本文提出一种基于随机多智能体的模型，用于模拟自然灾害期间社区的韧性，整合了社会福祉、应急服务和电力系统动态。结果表明，高度的合作与同理心显著提升了身心健康，加快了恢复速度并增强了韧性，即使在人口较少但社会凝聚力较强的社区中也是如此。

ABSTRACT

In this paper we investigate the resiliency planning of interdependent electric power systems and emergency services. We investigate the effect of the level of empathy, cooperation, coordination, flexibility, and experience of individuals on their mental well-being. Furthermore, we explore the impact of the information that is provided by emergency services and the impact of the availability of electric energy on the physical, mental, and social well-being of individuals. For our simulations, we use a stochastic, multi-agent-based numerical framework that is reported in the companion paper for estimating the social well-being of a community when facing natural disasters such as hurricanes, floods, earthquakes, and tsunamis. The performance of the proposed method is assessed by measuring community resilience for a multitude of effects in the context of two case studies. These effects are analyzed for Gaussian social random characteristics. Each case study considers nine agents, namely, three areas of three communities each, yielding a total of six communities. The results show that a high level of cooperation can positively change individual behavior. In addition, the relationship among the individuals of a community is so vital that the society with less population and more empathy may be more resilient than the community with more population and less empathy.

研究动机与目标

• 建模并量化在多样化灾害情景下的社区韧性，重点关注社会福祉作为关键韧性指标。
• 探究个体特征（同理心、合作、经验、灵活性）如何影响灾害期间的集体行为与福祉。
• 评估应急服务信息与电能可得性对身心健康结果的影响。
• 评估相互依赖的关键基础设施（电力系统与应急服务）在塑造社区韧性方面的作用。
• 通过两种案例研究的模拟，识别关键韧性驱动因素，其社会与基础设施条件各不相同。

提出的方法

• 基于随机多智能体框架，将个体建模为具有正态分布社会特征（同理心、合作、经验等）的智能体。
• 模型模拟了智能体之间的动态交互，包括信息获取、电力共享以及对灾害事件的响应。
• 通过伤害因素、应急服务可得性以及来自电网和分布式能源资源（DERs）的能源获取，对身体健康进行建模。
• 通过相互关联的因素（情绪、风险感知、同情心、协调性与灵活性）模拟心理健康。
• 将新闻极性（正面/负面媒体）和大众媒体趋势建模为影响心理状态演变的外部因素。
• 模型整合了相互依赖的电力系统与应急服务网络，并在未来的扩展中考虑实时运行约束。

实验结果

研究问题

• RQ1 同理心、合作与经验水平如何影响灾害期间个体与集体的心理与身体健康？
• RQ2 应急服务信息传播与新闻极性对社区心理健康的影响是什么？
• RQ3 电能可得性与电力共享行为如何影响身体健康与恢复速度？
• RQ4 同时或顺序发生的灾害如何影响不同社会与基础设施配置下的社区韧性？
• RQ5 社区规模与社会凝聚力在多大程度上影响整体韧性，尤其是在与人口密度对比时？

主要发现

• 高水平的合作导致更早的电力共享，从而改善身体健康并降低恐慌水平。
• 人口较少但同理心更高的社区，其韧性高于更大但同理心较低的社区。
• 个体间的关系比人口规模更为关键；牢固的社会纽带显著增强社区韧性。
• 同理心与合作水平高的社会，其心理特征（如恐惧、信息获取）更快收敛至稳定状态。
• 当两个相互关联的同理心社区中有一个遭遇灾害时，两个社区的心理状态动态演变相似。
• 地震与恐怖袭击发生时，身体健康水平急剧下降，表明对突发性灾害的更高脆弱性。