Xem mẫu
- Tuyển tập Hội nghị Khoa học thường niên năm 2020. ISBN: 978-604-82-3869-8
KHAI PHÁ MÔ HÌNH SƠ TÁN SÓNG THẦN
VỚI NỀN TẢNG OPENMOLE
Lê Nguyễn Tuấn Thành
Trường Đại học Thuỷ lợi, email: thanhlnt@tlu.edu.vn
1. GIỚI THIỆU Trong bài báo này, chúng tôi giới thiệu
Lịch sử nhân loại đã ghi nhận nhiều thảm một cách tiếp cận, như được chỉ ra trong
hoạ động đất, sóng thần với sức tàn phá (hình 1), giúp thực hiện khai phá chuyên sâu
khủng khiếp. Ngày 11/03/2011 (UTC), một các mô hình nói chung (đã được phát triển
trận động đất 9.0 độ Richter xảy ra ngoài với nền tảng, ngôn ngữ bất kỳ) và mô hình sơ
khơi Tōhoku thuộc Nhật Bản, đã gây ra sóng tán sóng thần dựa trên cách tiếp cận hướng
thần lan dọc bờ biển Thái Bình Dương của ít tác tử nói riêng.
nhất 20 quốc gia, bao gồm cả bờ biển phía
Tây của Bắc và Nam Mỹ. Thảm hoạ kép này
đã gây ra nhiều thiệt hại nghiêm trọng với
15,863 người thiệt mạng, 5,901 người bị
thương, 4,414 người mất tích và phá huỷ Hình 1. Quy trình thực hiện khai phá
114,591 ngôi nhà [1]. Giảm thiểu tối đa thiệt mô hình sơ tán sóng thần
hại gây ra bởi sóng thần, cả về mặt con người
và cơ sở hạ tầng, là mục tiêu hàng đầu của Mô hình sơ tán sóng thần sau khi được
các nhà quản lý, cũng như các nhà khoa học. phát triển trên nền tảng NetLogo sẽ được sử
Một trong những phương pháp triển vọng dụng như là đầu vào cho công cụ
để giải quyết bài toán quản lý sóng thần, OpenMOLE (Open MOdeL Experiment) [3],
cũng như các hệ thống phức tạp khác, là sử một công cụ chuyên dụng để khai phá mô
dụng cách tiếp cận mô hình hoá và mô phỏng hình. Việc kết hợp hai công cụ (NetLogo và
hướng tác tử (Agent-Based Modelling and OpenMOLE) là rất cần thiết để kiểm chứng
Simulation - ABMS) [2]. Trong đó, hành vi tính hiệu quả của mô hình đa tác tử.
và sự tương tác của nhiều tác tử có thể cho Các phần tiếp theo của bài báo được tổ
chúng ta thấy được xu hướng và cấu trúc chức như sau. Trong phần hai, chúng tôi sẽ
chung của toàn bộ hệ thống. Một số nền tảng giới thiệu mô hình sơ tán sóng thần tại Việt
đã được phát triển dựa trên cách tiếp cận này, nam, đã được phát triển trên nền tảng
như NetLogo [2], GAMA, Repast Suite.... NetLogo [4]. Sau đó, chúng tôi sẽ trình bày
Tuy nhiên, khi thực hiện việc mô phỏng phương pháp khai phá mô hình này sử dụng
các mô hình được phát triển trên một số nền công cụ OpenMOLE. Cuối cùng là phần kết
tảng đa tác tử, như NetLogo, việc hiệu chỉnh luận và hướng phát triển.
các tham số đầu vào khá thủ công và mất
nhiều thời gian. Ngoài ra, việc tăng quy mô 2. MÔ HÌNH SƠ TÁN SÓNG THẦN Ở
mô phỏng với số lượng lớn tác tử cũng là một NHA TRANG, VIỆT NAM:
thách thức với một số nền tảng đa tác tử. Để
khắc phục các nhược điểm đó, cũng như để Mô hình của chúng tôi [4] được phát triển
có thể thực hiện các khai phá chuyên sâu trên dựa trên tình huống giả định như sau: một
các mô hình đa tác tử, chúng ta cần một cách trận động đất 9.0 độ Richter xảy ra ở ngoài
tiếp cận mới. khơi biển Đông, khu vực Manila Trench, gây
78
- Tuyển tập Hội nghị Khoa học thường niên năm 2020. ISBN: 978-604-82-3869-8
ra sóng thần với cột sóng cao 5m dọc bờ biển gian thực, bao gồm: thống kê về số lượng tử
của thành phố Nha Trang. Khi nhận được vong/bị ngập nước, được sơ tán thành công,
thông báo về đợt sóng thần sắp xảy ra, người và đang trong khu vực nguy hiểm.
dân, bao gồm cả khách du lịch, sẽ cố gắng di
chuyển về các điểm trú ẩn được bố trí sẵn
trong đất liền.
Mô hình của chúng tôi gồm ba loại tác tử:
1) người dân địa phương; 2) khách du lịch và
3) phương tiện giao thông (ô tô). Cả ba loại
tác tử này đều có ba trạng thái trong vòng đời
của chúng: 1) đã tử vong (dead); 2) được sơ
tán vào điểm trú ẩn an toàn (evacuated); và
3) đang ở khu vực nguy hiểm (in-danger), Hình 2. Giao diện 2D của mô hình sơ tán
tương ứng với ba màu đỏ, xanh, vàng. sóng thần trên nền tảng NetLogo
Tác tử con người (i.e., người dân địa
phương, khách du lịch) có các thuộc tính như 3. KHAI PHÁ MÔ HÌNH SƠ TÁN SÓNG
tốc độ di chuyển, bán kính quan sát. Khách du THẦN VỚI OPENMOLE
lịch, khác với người dân địa phương, không
Giống như các hệ thống vật lý thực tế,
nắm rõ thông tin về các điểm trú ẩn, cũng như
cách hành xử của một mô hình trên máy tính
đường đi, nên cần có một chiến thuật di
chuyển hiệu quả về các hầm trú ẩn khi sóng cũng không thể được dự đoán và tính toán
thần xảy ra. Tác tử ô tô có các thuộc tính như một cách trực quan. Đó là lý do tại sao các
tốc độ di chuyển, số lượng người ngồi trong, thử nghiệm ở quy mô lớn là điều cần thiết để
mức tăng tốc, mức giảm tốc. Chúng tôi cũng có thể giúp chúng ta hiểu được cách những
xây dựng các chiến thuật di chuyển khác nhau mô thức xuất hiện từ phạm vi này đến phạm
dành cho tác tử này. Ngoài ra, chúng tô mô vi khác. Công cụ OpenMOLE cho phép thực
hình hoá sóng thần di chuyển vào từ ngoài thi phân tán các thử nghiệm quy mô lớn trên
biển. Khi vào đất liền, tốc độ của sóng thần sẽ môi trường điện toán hiệu năng cao.
giảm dần và dừng hẳn khi tốc độ bằng 0. OpenMOLE đã được phát triển từ năm 2008
Mô hình của chúng tôi có các tham số đầu dưới dạng một nền tảng miễn phí và nguồn
vào toàn cục như: số phân đoạn sóng, tốc độ mở. Nó cung cấp một tập các công cụ để chạy
di chuyển của sóng thần, thời điểm sóng thần thử nghiệm, khai phá, chẩn đoán và tối ưu hóa
xuất hiện, thời gian mô phỏng, kích thước và các mô hình có sẵn. Với OpenMOLE, chúng ta
vị trí của các hầm trú ẩn. Và các tham số đầu có thể thực hiện các khai phá chuyên sâu trên
ra như: số lượng dân địa phương và khách du các mô hình đã được phát triển trước bằng bất
lịch tử vong, đã được sơ tán, đang trong khu kỳ ngôn ngữ nào (như: Java, NetLogo, R,
vực nguy hiểm; số lượng ô tô bị ngập nước, SciLab, Python, C ++, Gama, Binary exe, ...).
đã được sơ tán, đang trong khu vực nguy Để xây dựng một thử nghiệm khai phá đầy
hiểm; số lượng nhà cửa bị ngập nước, an toàn. đủ trong OpenMOLE, chúng ta phải xây dựng
Giao diện 2D của mô hình được chỉ ra các đoạn script sử dụng ngôn ngữ của
trong (hình 2), với màn hình mô phỏng ở OpenMOLE. Một script trong OpenMOLE
chính giữa. Bên tay trái màn hình là các tham cần phải định nghĩa các thành phần sau: 1) các
số đầu vào cho ba loại tác tử (i.e., người dân tác vụ cần thực hiện; 2) danh sách tham số đầu
địa phương, khách du lịch, ô tô), chiến thuật vào và đầu ra; 3) các phương pháp khai phá;
di chuyển của khách du lịch và ô tô, và các 4) các hook giúp định nghĩa cách thức lưu kết
tham số toàn cục khác. Bên tay phải màn hình quả: hiển thị ra màn hình hoặc/và ghi ra file;
là kết quả của quá trình mô phỏng theo thời 5) các môi trường thực thi (tuỳ chọn).
79
- Tuyển tập Hội nghị Khoa học thường niên năm 2020. ISBN: 978-604-82-3869-8
OpenMOLE cung cấp sẵn một số phương nghiệm, tức là các đầu vào mà chúng ta muốn
pháp khai phá như: phương pháp lấy mẫu, thay đổi; 3) aggregation: (tham số tùy chọn)
phương pháp hiệu chỉnh đơn hoặc đa tiêu chí một tác vụ tổng hợp được thực hiện trên các
(sử dụng thuật toán di truyền NSGA2), phương dữ liệu đầu ra của tác vụ đánh giá.
pháp phân tích độ nhạy (của Morris và của Chúng tôi thực thi thử nghiệm trên môi
Saltelli), phương pháp Profile, phương pháp trường cục bộ với 10 luồng chạy đồng thời.
PSE (Pattern Space Exploration), phương pháp Kết quả thử nghiệm, gồm giá trị cho 9 tham
OSE (Origin Space Exploration), phương pháp đầu ra, được ghi vào một tệp csv, có thể được
ABC (Approximate Bayesian Computation). sử dụng cho các phân tích phía sau. Đây cũng
Việc thực thi các tác vụ có thể được thực là một ưu điểm của công cụ OpenMOLE so
hiện trên môi trường cục bộ, với một hoặc với NetLogo.
nhiều luồng, hoặc ủy thác cho một môi trường
ở xa (i.e., thông qua SSH, Cluster, Grid). 4. KẾT LUẬN
Trong thử nghiệm với mô hình sơ tán sóng Trong bài báo này, chúng tôi đã giới thiệu
thần đã được phát triển trên NetLogo [4], một cách tiếp cận giúp thực hiện các khai phá
chúng tôi khai báo một tác vụ NetLogo6Task chuyên sâu trên các mô hình nói chung và mô
trong OpenMOLE với 13 tham số đầu vào và hình đa tác tử cho bài toán sơ tán sóng thần
9 tham số đầu ra. Phương pháp khai phá được nói riêng. Với phương pháp lấy mẫu, kết quả
sử dụng là phương pháp lấy mẫu với hàm đạt được là khá hứa hẹn. Trong tương lai,
DirectSampling, cho phép định nghĩa các chúng tôi sẽ thử nghiệm với các phương pháp
khoảng giá trị mong muốn của 13 tham số đầu khai phá khác (như phương pháp hiệu chỉnh,
vào, có thể lên đến hàng triệu - điều không thể phương pháp phân tích độ nhạy, phương
thực hiện được với nền tảng NetLogo. Hàm pháp PSE, …) và đồng thời sẽ thực hiện trên
DirectSampling giúp tạo một quy trình thực các môi trường phân tán ở xa để cho kết quả
hiện được minh hoạ trong (hình 3). tốt hơn.
5. TÀI LIỆU THAM KHẢO
[1] Koketsu, K., Yokota, Y., Nishimura, N.,
Yagi, Y., Miyazaki, S. I., Satake, K., Okada,
T. (2011). A unified source model for the
2011 Tohoku earthquake. Earth and Planetary
Science Letters, 310 (3-4), 480-487.
[2] Wilensky, U., Rand, W. (2015). An
introduction to agent-based modeling:
modeling natural, social, and engineered
complex systems with NetLogo. MIT Press.
[3] Reuillon, R., Leclaire, M., Rey-
Coyrehourcq, S. (2013). OpenMOLE, a
workflow engine specifically tailored for
the distributed exploration of simulation
models. Future Generation Computer
Hình 3. Quy trình thực hiện Systems, 29(8), pp. 1981-1990.
của hàm DirectSampling [4] Nguyen, P.A.H.C., Le, N.T.T. (2019). Mô
Các tham số của DirectSampling bao gồm: hình đa tác tử cho bài toán ứng phó sóng
1) evaluation: tên tác vụ (hoặc một thành thần ở Việt Nam. Hội nghị Khoa học
phần của các tác vụ) sử dụng các dữ liệu đầu Thường niên Đại học Thuỷ lợi, Hà Nội,
Việt Nam, pp. 139-141.
vào; 2) sampling: định nghĩa thiết kế thử
80
nguon tai.lieu . vn
