Chia để trị: Giải pháp hữu hiệu để tăng tốc độ mô phỏng di tản trong tình huống thiên tai

Bài viết này trình này hướng tiếp cận chia để trị để tăng tốc độ mô phỏng di tản trong tình huống thiên tai. Giải pháp này được áp dụng để tăng tốc độ chạy các mô phỏng di tản trong tình huống lũ lụt.

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CƠNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 12(97).2015, QUYỂN 41 CHIA ĐỂ TRỊ: GIẢI PHÁP HỮU HIỆU ĐỂ TĂNG TỐC ĐỘ MƠ PHỎNG DI TẢN TRONG TÌNH HUỐNG THIÊN TAI DIVIDE AND CONQUER APPROACH: AN EFFICIENT MEASURE TO ACCELERATE SIMULATION OF EVACUATION IN CASE OF NATURAL DISASTERS Lê Văn Minh, Phạm Tuấn Anh Trường Cao đẳng Công nghệ Thông tin, Đại học Đà Nẵng; vanminh.le246@gmail.com, anhpt.fit@gmail.com Tóm tắt - Hiện nay, thiên tai ngày xảy thường xuyên với cường độ ngày mạnh trước Hậu mà thiên tai gây ngày nghiêm trọng Trước vấn đề thiên tai, di tản giải pháp nhiều quốc gia tính đến để bảo vệ người dân Để đánh giá giải pháp cụ thể đó, cần xây dựng mơ Tuy nhiên, việc thực mô tốn thời gian tài nguyên Để khắc phục vấn đề này, nghĩ đến việc chia mơ lớn thành nhiều mô nhỏ Bài báo trình hướng tiếp cận chia để trị để tăng tốc độ mơ di tản tình thiên tai Giải pháp áp dụng để tăng tốc độ chạy mơ di tản tình lũ lụt Abstract - Nowadays, natural disasters happen m ore frequently with m ore destructive power The consequences of these disasters are also m ore serious For the mitigation, evacuation is taken into account by many governments to save their people In order to evaluate a certain mitigating solution, the simulation of evacuation becom es necessary However, the simulation requires tim e and resources to be executed In order to overcom e this problem, we can think of dividing a big simulation into many smaller ones This paper presents the divide and conquer approach to accelerate this kind of simulation, especially in case of inundation Từ khóa - mơ phỏng; mơ hình hố; hướng tiếp cận tác tử; chia để trị; thành phần liên thông Key words - computer simulation; modeling; agent-based approach; divide and conquer; connected components Đặt vấn đề Ngày nay, thiên tai xuất ngày thường xuyên với cường độ mạnh trước Đối với Việt Nam, lũ lụt dạng thiên tai phổ biến hậu mà để lại đến vấn đề nhức nhối Một lũ lụt xảy ra, cách tốt để bảo vệ tính mạng người dân di tản họ đến nhà cao tầng vùng đất cao Câu hỏi đặt với địa phương cụ thể (phố cổ Hội An ví dụ) liệu số lượng nhà cao tầng, vùng đất cao có đủ gần đủ chỗ để cứu tồn dân cư hay khơng Trong trường hợp dân cư địa phương ngày đơng theo thời gian, nên xây thêm tồ nhà cao tầng đâu để đảm bảo an toàn cho di tản (và hiển nhiên đảm bảo lợi ích trị xã hội đặt ra) ứng dụng tất tài tốn di tản khác (ví dụ tốn di tản tình xảy sóng thần) Để trả lời câu hỏi trên, hướng tiếp cận thuyết phục quyền người dân (kể người công nghệ thông tin) mô tin học (gọi tắt mô phỏng) Chúng ta xây dựng mơ hình mơ việc di tản người dân có lũ lụt Kết chạy mơ tiêu chí tin cậy để giúp đưa định cụ thể trường hợp xây thêm nhà cao tầng đâu Một ví dụ đơn giản sau: Nếu có lựa chọn xây nhà cao tầng vị trí A vị trí B, kết từ mơ cho thấy vị trí A cứu nhiều người hẳn vị trí B dẫn đến định chọn giải pháp A Hiện tại, mô kiểu xây dựng cho kết ổn định mức độ chấp nhận Vấn đề mô có độ phức tạp lớn Nghĩa tốn nhiều thời gian tài nguyên máy tính để chạy kết thời gian mong đợi Chúng ta cần phải tìm cách tăng tốc độ mơ Bài báo trình bày ứng dụng hướng tiếp cận chia để trị thành phần liên thông đồ thị để tăng tốc độ mơ di tản tình thiên tai (cụ thể lũ lụt) Phương pháp mở rộng để Kết nghiên cứu khảo sát Trước bắt đầu phần khảo sát, chúng tơi trình bày tóm tắt số khái niệm để người đọc dễ dàng theo dõi Mơ tin học (computer simulation) cịn gọi tắt “mô phỏng” phần mềm mô tả lại tượng cụ thể 2.1 Mơ phương trình tốn học Hướng tiêp cận sử dụng để đánh giá tượng mơ phương trình tốn học Với hướng tiếp cận này, tượng mô tả phương trình tốn học (hoặc tổng qt mơ hình tốn học) Hệ thống máy tính thực lệnh dựa mơ hình tốn học để đưa đánh giá dự đốn Hướng tiếp cận tỏ ưu việt dự đoán tượng tự nhiên đó, ví dụ mơ lan truyền sóng thần cụ thể mơ SIR phát tán bệnh dịch [1] Câu hỏi đặt liệu mơ hình tốn học hữu dụng mơ di tản người dân tình xảy lũ lụt phương trình tốn học khó mơ xác định người 2.2 Mơ theo hướng tác tử Hướng tiếp cận cung cấp cho nhà nghiên cứu nhìn đơn giản hệ thống mà họ cần đánh giá Ví dụ, nhà nghiên cứu sinh vật gặp nhiều khó khăn hình dung hệ sinh thái phương trình tốn học, để từ mơ q trình cần sinh thái, để đưa dự đốn hậu cân sinh thái Nhưng, nhà nghiên cứu lại giỏi việc mơ tả cá thể lồi cụ thể mơi trường Vì thế, cách hiệu để mơ 42 trường hợp mô cá thể đơn giản vào hệ thống máy tính (gọi tác tử), sau chạy chương trình mơ này, đánh giá kết thu từ mô Thực tế cho thấy hướng tiếp cận tác tử mang lại nhiều thành công lĩnh vực liên quan đến xã hội, lĩnh vực mà phương trình tốn học gặp khó khăn khơng thể mơ tả Ví dụ, lĩnh vực sinh thái với mô DeAngelis năm 1992 [2], nghiên cứu Tesfatsion lĩnh vực kinh tế [3] Gilbert lĩnh vực khoa học xã hội [4] Với thành tựu lĩnh vực nghiên cứu xã hội, hướng tiếp cận thúc đẩy chúng tơi tiếp tục ứng dụng việc nghiên cứu di tản có hoả hoạn 2.3 Thành tựu mô theo hướng tác tử di tản Trong năm gần đây, với nhu cầu ngày cao việc đánh giá an toàn nhà, nhiều nghiên cứu di tản thực Tiêu biểu số nghiên cứu Smith 2008 [5] Mặc dù mô mô tả tuý định người việc tìm đường đến vị trí an tồn cụ thể đó, chúng tơi cho mở rộng hướng tiếp cận mô để áp dụng vào trường hợp cụ thể khác 2.4 Hướng tiếp cận chia để trị Hướng tiếp cận chia để trị (Divide and conquer [6]) đề xuất từ lâu sử dụng để cải tiến nhiều thuật tốn cổ điển (Ví dụ: thuật tốn xếp, thuật toán nhân số nguyên lớn) Ý tưởng hướng tiếp cận vốn đơn giản: Chia toán lớn thành nhiều toán nhỏ hơn, giải toán nhỏ tổng hợp kết lại Tuy vậy, việc chia để đảm bảo kết tổng hợp toán nhỏ kết toán ban đầu vấn đề phức tạp Đề xuất phương pháp 3.1 Mơ tả tốn 3.1.1 Mơ tả mơ Trong tượng thiên tai “bị ngập lụt”, phương tiện giao thơng giới gặp phải trục trặc di chuyển Do đó, để tính đến tình xấu nhất, cân nhắc đến di tản mà tất người dân Kịch lũ lụt hình dung sau: Ban đầu có P người thành phố Thành phố bị ngập lụt bị chia cắt thành nhiều vùng cô lập khác Những người đến nhà cao tầng gần để trú ẩn Sau khoảng thời gian T, người đến nơi trú ẩn xem sống sót Bài tốn với cấu trúc địa lý xác định thành phố (đường đi, nhà cửa), với số lượng N người, khoản thời gian T liệu có người sống sót 3.1.2 Mơ hành vi người di tản Mục đích nghiên cứu giải pháp để tăng tốc độ chạy mô phỏng, chúng tơi đơn giản hố hành vi người đến mức Trên thực tế, chúng tơi hướng thực nghiệm theo hướng KISS (Keep It Simple and Stupid) đề xuất Axelrod 1997 [7] Hành vi người di tản mô tả đơn giản tìm đường ngắn từ vị trí đến nơi trú ẩn gần Để thực chương trình mơ phỏng, chúng tơi đề xuất sử dụng tảng mô GAMA [8] Giải pháp Lê Văn Minh, Phạm Tuấn Anh đưa phần tìm cách tăng tốc độ mô 3.1.3 Tham số đầu vào kết đầu Với cách mô tốn trên, nhận tham số đầu vào tốn là: đồ địa lí thành phố (M), dân cư thành phố (P) khoảng thời gian di tản (T) Cũng từ mô tả, kết đầu số người di chuyển đến điểm trú ẩn (S) Ngoài ra, để so sánh đánh giá giải pháp, chúng tơi quan tâm đến kết khác, thời gian chạy chương trình mơ (ET, viết tắt từ “Execution Time”) 3.2 Giải pháp thực 3.2.1 Ý tưởng Trong tình xảy lũ lụt, có số đường, số điểm nút giao thơng bị ngập nước, hình thành vùng bị cô lập Ý tưởng đưa chia thành phần cô lập thành vùng nhỏ thực mơ hình nhỏ này, sau tổng hợp kết lại 3.2.2 Các định nghĩa liên quan Môi trường di tản địa bàn thành phố, đồ thành phố mô tả hệ thống thông tin địa lý (GIS) Hệ thống chuyển thành đồ thị vô hướng Đồ thị tốn vơ hướng cân nhắc đến di tản bộ, đường chiều Từ ta có định nghĩa sau: Gọi G=(V, E), E tập hợp cạnh đồ thị đại diện cho đoạn đường V tập hợp đỉnh đại diện cho nút giao thông (ngã ba, ngã tư) Gọi W tập trọng số mô tả thời gian di chuyển người từ đỉnh đến đỉnh khác Ví dụ: wij= dt (với w ij W, eij E, ij  V) nghĩa người từ đỉnh i đến đỉnh j thời gian dt Gọi D(VD, ED) thành phần bị ngập nước: với E D E tập hợp đường VD V tập hợp nút giao thông bị ngập nước Gọi G’ = (V’, E’) đồ thị mô tả đồ di chuyển người dân Trong V’ = V\VD; E’ = E\ED Gọi n= |V’| số đỉnh đồ thị m = |E’| số cạnh đồ thị Gọi CC tập hợp thành phần liên thông G’ Gọi r = |CC| số lượng thành phần liên thơng, ta có: ≤ r ≤ n Gọi Gi=(Vi, Ei)(Gi CC) thành phần liên thông thứ i đồ thị G’ Pi (1 ≤ i ≤ r) tập hợp số người khu vực tương ứng với thành phần liên thơng 3.2.3 Mơ tả thuật tốn Ở đây, để rút gọn, mơ tả trước thuật tốn liên quan, sau thuật tốn gọi thuật tốn Các thuật toán liên quan bao gồm: Weakly Connected Component (G’): Thuật tốn tìm tất thành phần liên thơng đồ thị có hướng G’ Ở đây, để đơn giản, chúng tơi sử dụng thuật tốn DFS, độ phức tạp thuật toán O(m) [6] Simulate (Gi, Pi, T): Thuật toán thực mô Pi người di chuyển đồ thị Gi Ứng với người, thuật toán thực thuật tốn Dijkstra để tìm ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CƠNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 12(97).2015, QUYỂN đường ngắn Vì thuật tốn Dijkstra có độ phức tạp O(m + nlog(n)) (với m = |E| n = |V|) [6], thuật tốn có độ phức tạp O(P (m + nlog(n))) Function DivideConquerSimulate(G’,P,T): CC = WeaklyConnectedComponent(G’) For each G i in CC: Si = Simulate(Gi,P i,T) End for Return Sum(Si) End function 43 dân cư khác Ứng với phân bố dân cư, thực chạy mơ phỏng:  Mơ với tồn đồ;  Mơ sử dụng thuật tốn chia để trị Đoạn mã Thuật toán chia để trị Thực nghiệm đánh giá 4.1 Áp dụng di tản Hội An Để minh họa cho phương pháp đề xuất, tiến hành xây dựng mô khu vực Hội An (Hình đồ chụp từ Google Map) Đầu vào tốn bao gồm:  Bản đồ thơng tin địa lý: Bản đồ mơ tả đường phố tồ nhà, bao gồm trường hợp bị ngập nước (Hình mô tả yếu tố địa lý thành phố có tượng ngập lụt) Màu xanh thể khu vực bị ngập với mức nước xấp xỉ mét  Số người ban đầu thành phố P phân bố cụ thể người  Thời gian di tản tối đa T Đầu toán bao gồm:  Tỉ lệ sống sót (S) tỉ lệ phần trăm số người đến nhà cao tầng thời gian T so với tổng số dân P;  Thời gian thực máy tính (ET) Hình So sánh kết từ giải thuật 4.2.1 Đánh giá tin cậy giải pháp Ở phần trên, đề giải pháp tăng tốc độ mô Điều cần chứng minh liệu mơ ban đầu mơ chia để trị có cho kết Kết thu từ mơ (Hình 3) cho thấy kết từ việc áp dụng thuật tốn chia để trị mơ hồn tồn trùng với kết của mơ toàn đồ Lý cho kết là: Vì đồ thị thành phần liên thông, nên thành phần tách biệt lẫn nhau; kéo theo, người dân vùng liên thông không di chuyển sang vùng khác Do đó, chạy mơ tồn đồ số lượng người sống sót vùng tách biệt hoàn toàn giống việc chạy mơ vùng tách biệt Do đó, kết từ mơ (trong trường hợp số lượng người sống sót) tồn đồ tổng kết mô từ tất thành phần liên thơng Hình Bản đồ phố cổ Hội An (nguồn Google Map) 4.2.2 Đánh giá tốc độ Như trình bày, tốc độ chạy mơ hồn tồn phụ thuộc vào số lượng người dân Một cách dễ hiễu hơn, muốn mô việc di tản 1000 dân cư thuật tốn tìm đường phải lặp lại 1000 lần Do đó, phần thực chạy mô nhiều lần với số lượng dân cư tăng dần tương ứng (10.000, 20.000, … 100.000)1 4.2 Đánh giá thực nghiệm Với giá trị dân cư, thực 100 lần mô tương ứng với 100 phân bố khác Thời gian thực mô (Execution Time, gọi tắt ET) thuật toán ghi lại kết giá trị trung bình 100 lần chạy Ở phần này, dùng thực nghiệm để đánh giá giải pháp mà đề xuất Trước hết, biết phân bố người dân thành phố ngẫu nhiên Để đảm bảo tính tin cậy chương trình, chúng tơi thực chạy mô 100 lần với phân bố Kết từ Hình cho thấy, giải pháp chia để trị mà đề xuất giảm đáng kể thời gian tính tốn cho mơ Trường hợp mơ với số dân cao nhất, thời gian chạy mô toàn đồ gần ngày, đó, với thuật tốn chia để trị chưa đến Hình Bản đồ ngập lụt Hội An ứng với mức nước (Ái Nghĩa:9,54m, Câu Lâu: 4,14m) (Nguồn từ Phần mềm quản lý lũ lụt Quảng Nam) Ghi chú: Theo thống kê vào năm 2008, dân số Hội An vào khoản 120.000 người 44 Lê Văn Minh, Phạm Tuấn Anh sông suối Một cách tự nhiên sơng suối phân chia mơi trường thành khu vực, mà có cháy rừng lửa khó vượt qua từ nơi đến nơi khác Với toán thuộc dạng này, có sẵn mơ hồn tồn áp dụng giải pháp chia để trị để tăng tốc độ thực mô Hình So sánh thời gian thực mơ Về hướng pháp triển, nghiên cứu việc áp dụng giải pháp mơi trường tính tốn song song Vì tốn nhỏ độc lập nhau, nên hồn tồn đưa tồn vào hệ thống tính tốn lưới (Grid computing cluster machine) Một toán nhỏ xử lý song song, tốc độ tăng lên đáng kể Kết luận Trước hết, báo khơng hướng tới việc trình bày mơ hình mơ xác với thực tế Ở trình bày phương pháp tăng tốc độ thực thi mô di tản hướng tiếp cận chia để trị Kết nghiên cứu thực nghiệm cho thấy độ tin cậy tính hiệu phương pháp Nếu xét tính áp dụng giải pháp áp dụng tất tốn mơ mà mơi trường mơ mơ hình hố đồ thị mơi trường có phân chia thành vùng riêng biệt Và với tốn cụ thể, nghĩ đến việc nghiên cứu giải pháp khắc phục Chúng tơi xin nêu ví dụ để người đọc tiếp tục nghiên cứu có hứng thú: Mô di tản xảy động đất Như ta biết động đất phá huỷ đường, cầu Điều gây vùng tách biệt Mơ cháy rừng mà bên rừng có sơng suối Như biết, rừng núi thường có thêm TÀI LIỆU THAM KHẢO [1] Li J and Zou X., Generalization of the Kermack-McKendrick SIR Model to a Patchy Environment for Disease with Latency, Math Model Nat Phenom Vol 4, No 2, pp.92-118, 2009 [2] DeAngelis D., Gross L., Individual-Based Models and Approaches in Ecology, Chapman and Hall, New York, 1992 Tesfatsion L., Agent-based computational economics: growing economies from the bottom up, Artificial Life, vol 8, p 55-82, 2002 [3] [4] [5] [6] [7] [8] Gilbert N., Troitzsch K G., Simulation For The Social Scientist, Open University Press, 2005 Smith J L., Agent-Based Simulation of Human Movements During Emergency Evacuations of Facilities, American Society of Civil Engineers, pp 1-10, 2008 Anany V Levitin, Introduction to the Design and Analysis of Algorithms, Addison Wesley, 2002 Axelrod R., The Complexity of Cooperation: Agent-Based Models of Competition and Colla- boration, Princeton University Press, 1997 A Drogoul, B Gaudou, A Grignard, N Marilleau, P Taillandier and J.D Zucker, “GAMA: Multi-level and Complex Environment for Agent-based Mod- els and Simulations (demonstration),” in the 2013 inter- national conference on Autonomous agents and multiagent systems, pp 1361–1362, 2013 (BBT nhận bài: 27/07/2015, phản biện xong: 27/09/2015) ... tin cậy giải pháp Ở phần trên, đề giải pháp tăng tốc độ mô Điều cần chứng minh liệu mơ ban đầu mơ chia để trị có cho kết Kết thu từ mơ (Hình 3) cho thấy kết từ việc áp dụng thuật tốn chia để trị... song, tốc độ tăng lên đáng kể Kết luận Trước hết, báo không hướng tới việc trình bày mơ hình mơ xác với thực tế Ở trình bày phương pháp tăng tốc độ thực thi mô di tản hướng tiếp cận chia để trị... lượng N người, khoản thời gian T liệu có người sống sót 3.1.2 Mô hành vi người di tản Mục đích nghiên cứu giải pháp để tăng tốc độ chạy mô phỏng, đơn giản hố hành vi người đến mức Trên thực tế, hướng