Tuyển tập Hội nghị Khoa học thường niên năm 2019. ISBN: 978-604-82-2981-8

MƠ HÌNH ĐA TÁC TỬ CHO BÀI TỐN ỨNG PHÓ
SÓNG THẦN Ở VIỆT NAM
Nguyễn Phương Anh1, Hùng Cường1, Lê Nguyễn Tuấn Thành2
1
Tổng Công ty Bảo hiểm PVI
2
Trường Đại học Thuỷ lợi, email:

1. GIỚI THIỆU

Lịch sử thế giới đã ghi nhận nhiều trận
sóng thần có sức tàn phá khủng khiếp. Ngày
11/03/2011 (UTC), một trận động đất xảy ra
ngoài khơi Tohoku thuộc Nhật Bản, đã gây ra
sóng thần lan dọc bờ biển Thái Bình Dương
của ít 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
114,591 ngơi nhà [1]. Việt Nam, với vị trí địa
lý đặc biệt ở khu vực Đơng Nam Á, có thể bị
ảnh hưởng bởi sóng thần hoặc động đất.
Nguy cơ sóng thần ở Việt Nam khơng lớn,
nhưng vẫn tồn tại, và vì vậy chúng ta cần
phải chuẩn bị tốt khi thảm họa xảy ra [2].
Giảm thiểu tối đa thiệt hại do sóng thần
gây ra, cả về mặt con người và cơ sở hạ tầng,
là mục tiêu hàng đầu của các nhà quản lý,

cũng như các nhà khoa học. Để giải quyết bài
tốn quản lý sóng thần, cũng như các hệ
thống phức tạp khác, cách tiếp cận mơ hình
hố và mơ phỏng hướng tác tử (Agent-Based
Modelling and Simulation – ABMS) đã được
các nhà nghiên cứu áp dụng trong nhiều thập
kỷ [3]. Nhiều nền tảng, tuân theo cách tiếp
cận này, đã được phát triển, tiêu biểu như
NetLogo [3], GAMA...
Trong bài báo này, chúng tôi giới thiệu
việc áp dụng ABMS cho bài tốn ứng phó
sóng thần, được áp dụng tại Việt Nam. Các
phần tiếp theo của bài báo được tổ chức như
sau. Trong phần hai, chúng tôi sẽ giới thiệu
hiện trạng của hệ thống đa tác tử, i.e. Multi-

Agent Systems – MAS. Sau đó chúng tơi sẽ
trình bày mơ hình ứng phó sóng thần và kết
quả mơ phỏng dựa trên mơ hình này. Cuối
cùng là phần kết luận và hướng phát triển.
2. HỆ THỐNG ĐA TÁC TỬ

Mơ hình hố và mô phỏng hướng tác tử
giúp chúng ta nghiên cứu các hệ thống phức
tạp (e.g. hệ thống ứng phó sóng thần) dưới
dạng một tập hợp các cá thể (thông minh, tự
trị), được gọi là tác tử (agent), là một cách
tiếp cận đã được thực hiện bởi rất nhiều nhà
nghiên cứu. Mặc dù khơng có một định nghĩa
thống nhất về khái niệm tác tử được chấp

nhận bởi toàn bộ các nhà nghiên cứu, một
hình ảnh thường, được sử dụng để minh hoạ
tác tử, được chỉ ra trong Hình 1.

Hình 1. Mơ hình tác tử trí tuệ nhân tạo
Theo định nghĩa này, một tác tử có thể
tương tác với các tác tử khác, có thể nhận
thức về mơi trường xung quanh, và đưa ra
những hành động thích hợp. Theo Ferber, các
hệ thống đa tác tử, bao gồm nhiều tác tử
tương tác với nhau, có thể được chia thành
hai loại chính: MAS hướng tác tử (ACMAS)
và MAS hướng tổ chức (OCMAS).
Cách tiếp cận ACMAS tập trung vào
những khía cạnh cá nhân và hỗ trợ mô phỏng

139


Tuyển tập Hội nghị Khoa học thường niên năm 2019. ISBN: 978-604-82-2981-8

vi mơ. Tuy nhiên, việc bỏ qua khía cạnh xã
hội – tổ chức dẫn đến một số yếu điểm, bao
gồm khó khăn cho việc dự đốn cách hành
xử của tồn bộ hệ thống, vấn đề bảo mật…
Trong khi đó, OCMAS tập trung vào khía
cạnh xã hội – tổ chức của cả hệ thống, hỗ trợ
mô phỏng vĩ mô và có thể được sử dụng để
đánh giá chất lượng của tổ chức.
3. MƠ HÌNH HỐ ỨNG PHĨ SĨNG

THẦN Ở VIỆT NAM

Thử nghiệm của chúng tôi được thực hiện
dựa trên một tình huống giả định: có động đất
9.0 richter ở ngồi khơi biển Đơng, khu vực
Manila Trench, gây ra sóng thần với cột sóng
cao 5m dọc bờ biển của thành phố Nha
Trang. Khi nhận được thơng báo về đợt sóng
thần sắp xảy ra, người dân, bao gồm cả khách
du lịch, sẽ cố gắng di chuyển về các điểm trú
ẩn được bố trí sẵn trong đất liền. Mục đích
của thử nghiệm là tìm ra phương án ứng phó
giúp giảm thiểu tối đa số lượng thương vong,
bằng cách tối đa hoá số người được sơ tán
vào các điểm trú ẩn.
Công cụ được sử dụng để mơ hình hố và
mơ phỏng là NetLogo [3]. Khu vực thử
nghiệm, được chỉ ra trong Hình 2, là một phần
của thành phố Nha Trang, ở vị trí
109.1852,12.2316:109.2132,12.2504.

như tốc độ di chuyển, bán kính quan sát để
tìm đường đến điểm trú ẩn gần nhất.
Sóng thần, di chuyển từ ngồi biển vào, có
hai thuộc tính: thời điểm bắt đầu và tốc độ di
chuyển trung bình khi ở ngồi biển. Khi vào
đất liền, tốc độ của sóng thần sẽ giảm dần và
dừng hẳn khi tốc độ bằng 0. Tốc độ tại thời
điểm tiếp cận bờ biển càng lớn thì khả năng
đi sâu vào đất liền của sóng thần càng cao.

Ngồi ra, mỗi ơ trên màn hình mơ phỏng
sẽ thuộc một trong ba trạng thái: 1) ngập
nước, nếu vị trí đó nằm trong phạm vi đi
chuyển của sóng thần; 2) an tồn, nếu vị trí
đó nằm trong một điểm trú ẩn; và 3) đường đi
(road), nếu vị trí đó nằm trên một con đường
của thành phố.
Giao diện 2D của chương trình được chỉ ra
trong Hình 3, với màn hình mơ phỏng ở
chính giữa. Bên tay trái màn hình là các tham
số đầu vào cho tác tử con người, tham số cho
sóng thần, tham số về toạ độ bờ biển, về thời
gian mô phỏng, về vị trí của các điểm trú ẩn.
Bên tay phải màn hình là kết quả của q
trình mơ phỏng theo thời gian thực, gồm:
thống kê về số người tử vong, được sơ tán
thành công, và đang trong khu vực nguy
hiểm; thống kê về tốc độ hiện tại của sóng
thần. Ngồi ra, chúng ta có thể thực hiện mơ
phỏng 3D, như được chỉ ra trong Hình 4.

Hình 3. Giao diện 2D của chương trình
Hình 2. Khu vực nghiên cứu,
được lấy từ OpenStreetMap
Mơ hình của chúng tơi gồm các tác tử con
người với ba trạng thái: 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), tương ứng với ba màu đỏ, xanh,
vàng. Mỗi tác tử con người có các thuộc tính

140

Hình 4. Q trình mơ phỏng 3D


Tuyển tập Hội nghị Khoa học thường niên năm 2019. ISBN: 978-604-82-2981-8

Dựa trên mơ hình đề xuất, chúng tơi thiết
kế hai kịch bản với hai chiến thuật đặt các
điểm trú ẩn. Ở chiến thuật 1, chúng tôi đặt
các điểm trú ẩn tại các vị trí ở rìa bên trái của
khu vực nghiên cứu. Ở chiến thuật 2, chúng
tôi đặt các điểm trú ẩn ở trung tâm khu vực
nghiên cứu. Ở cả hai kịch bản, chúng tôi đều
đặt các điểm trú ẩn tại nơi giao nhau của
nhiều con đường.
Ngoài ra, các tham số khác được sử dụng ở
cả hai kịch bản đều giống nhau, cụ thể: số
điểm trú ẩn: 7; Số lượng tác tử con người: 300;
Tốc độ di chuyển trung bình của tác tử con
người: 50; Thời điểm xuất hiện sóng thần: 30;
Tốc độ di chuyển trung bình của sóng thần ở
ngoài biển: 200; Toạ độ X của bờ biển: 32;
Tổng thời gian chạy mô phỏng: 750 ticks.
Chúng tôi chạy mô phỏng 10 lần cho mỗi
kịch bản và thu được kết quả như trong các
Bảng 1 và Bảng 2.

đưa ra khuyến nghị về việc đặt các điểm trú ẩn
nên ở các vị trí trung tâm của thành phố và tại

nơi giao nhau của nhiều con đường.
Bảng 2. Kết quả mô phỏng ở kịch bản 2

Bảng 1. Kết quả mô phỏng ở kịch bản 1

STT

# Tử vong

# Sơ tán

#Nguy hiểm

1

60

143

97

2

55

153

92

3


76

158

66

4

42

156

102

5

89

164

47

6

50

165

85


7

72

163

65

8

45

146

109

9

73

155

72

10

44

163


93

TB

60.60

156.60

82.80

%

20.20%

52.20%

27.60%

STT

# Tử vong

# Sơ tán

#Nguy hiểm

1

53


106

141

4. KẾT LUẬN

2

53

117

130

3

54

113

133

4

60

111

129


5

54

120

126

6

62

127

111

7

31

108

161

8

41

99


160

9

52

104

144

10

38

105

157

TB

49.80

111.00

139.20

Trong bài báo này, chúng tơi đã áp dụng
cách tiếp cận mơ hình hố và mơ phỏng
hướng tác tử cho bài tốn quản lý sóng thần.

Mơ hình ứng phó được thử nghiệm ở thành
phố Nha Trang, Việt Nam. Mặc dù khả năng
sống sót của một tác tử con người phụ thuộc
vào nhiều yếu tố như: vị trí ban đầu của tác
tử khi nhận được thơng tin về sóng thần, mức
độ hiểu biết về đường đi trong thành phố, tốc
độ của sóng thần khi vào đất liền…, chiến
thuật sử dụng để đặt các điểm trú ẩn cũng
đóng một vai trị quan trọng giúp tăng khả
năng sống sót của người dân.

%

16.60%

37.00%

46.40%

5. TÀI LIỆU THAM KHẢO

Nhìn vào hai bảng kết quả, chúng ta có thể
thấy tỷ lệ tử vong của hai kịch bản không
chênh lệch nhiều (~3.5%, với 16.60% ở kịch
bản 1 so với 20.20% ở kịch bản 2). Tuy
nhiên, tỷ lệ tác tử được sơ tán vào các điểm trú
ẩn và đặc biệt tỷ lệ tác tử vẫn còn trong khu
vực nguy hiểm ở kịch bản 2 tốt hơn hẳn so với
kịch bản 1, ~16%. Dựa vào đó, chúng ta có thể


[1] Koketsu, K., et al.: A unified source model
for the 2011 Tohoku earthquake. 2011.
[2] Ca, V. T., Xuyen, N. D.: Tsunami risk along
vietnamese coast. 2008.
[3] Wilensky, U., Rand, W.: An Introduction to
Agent-Based Modeling - Modeling Natural,
Social, and Engineered Complex Systems
with NetLogo. 2015.

141