해 외 출 장 보 고 서
1. 출장 개요
성 명 한 글 양정승
영 문 YANG, JUNG-SEUNG
출장지 국가 (도시) 미국(알카타)
방문기관 및 회의명 Humboldt State University
출장 목적 시뮬레이션 방법론 교육훈련에 참석하여 과제를 위한 분
석방법론 학습
주요 면담자 또는 회의 진행 담당자
1)
성명: Steven F. Railsback 소속:
Humboldt State University, Department of Mathematics 이메일:
주소: 출장 후
항공마일리지 등록 여부
2)
완료( ㅇ ) 미완료 ( )
* 1) 복수일 경우, 별도 목록 혹은 명함 사본 제출
* 2) 출장 후 14일 내에 공무 항공마일리지의 적립 또는 활용 사항을 보고해야 함 (항공마일리지 관리 및 활용지침 제 4조)
2. 회의 및 면담 내용
(1) 모형화 개념
○ 행위자 기반모형의 두 가지 구성요소 - 행위자 기반
- 모형화(Modelling)
○ 모형화는 우리가 어떠한 것을 모형화하고 있고 어떠한 기술을 이용하고 있는 지와는 무관한 어떤 특정한 원리를 따르는 활동. 따라서 모형화의 이해 는 행위자 기반 모형의 이해에 필수적이라고 할 수 있음
○ 모형화는 제약조건 하에서 문제를 해결하는 것으로 정의할 수 있음
- 제약조건은 불완전한 정보, 한정된 시간, 한정된 인력과 재정 등을 생각할 수 있음
- 제약조건 하에서 문제를 해결할 때, 보통 문제를 단순화하여 표현하는 방 법을 사용하는 것이 전형적
○ 문제를 해결하기 위한 전형적인 단순화 방법 - 해결해야 할 문제를 바꾸어서 표현
- 해결해야 할 문제를 표현하는 단순한 다이어그램(diagram)을 작성 - 본인 스스로 시스템 속에 있다고 가정
- 필수적인 변수들을 식별하기 위해 시도 - 문제를 단순화하는 가정들을 식별
- “Salami tactics”를 이용하여 공간과 시간을 분할
○ 모형은 의도적인 단순화된 표현으로도 정의할 수 있음
- 모형화는 어떤 전문가들의 활동이 아니라 데이터와 시간이 부족하기 때문 에 항상 필수적으로 해야만 하는 것이라고 할 수 있음
- 생각하기(Thinking)=문제해결=모형화
○ 단순화한 표현
- 모형을 설정할 때 데이터, 전문가 지식, 이론 등에 근거하여 표현할 개체 (entity)의 종류, 개체의 특성을 기술하는 변수들, 개체를 변화시키는 과정 들을 선택
- 필수적인 요소들을 식별하는 것이 핵심적인 질문
- 그러나 어떠한 요소들이 필수적인 것인가를 식별하는 것은 불가능. 따라서 시스템의 핵심적인 요소들을 식별하기 위해 모형을 개발
○ 모형화의 목적: 수학과 컴퓨터 논리를 사용하여 설정한 가정의 결과를 엄
밀하게 살펴보는 것
○ 모형화의 순환도
- 질문의 정형화(Formulate the question)
Ÿ 질문과 문제는 모형에 모함되어 있는 현실 시스템을 위한 여과장치로서 기능.
Ÿ 먼저 시스템을 모형화하고 질문을 구체화 - 가설수립(Assemble hypotheses)
Ÿ 시스템이 작동하는 방법과 대답은 어떠한 것인지에 대한 개념적 모형 수 립.
Ÿ 개념적 모형은 경험적인 선행연구들과 이론, 느낌(feeling) 등에 근거할 수
있음
Ÿ 개념적 모형에 관해 토론하고 수정하는 작업을 철저하게 하는 것이 중요 하지만 기간을 제한한 필요가 있음. 개념적 모형은 결코 머릿 속에서 테 스트할 수는 없기 때문
- 모형구조의 선택
Ÿ 모형의 개체, 개체를 설명하는 상태변수(state variables)를 식별.
Ÿ 상호작용(interactions), 혼잡요인(disturbances), 관리(management), 성장 (growth) 등의 모형에 포함할 과정을 설정.
Ÿ 과정의 시간순서를 설정
Ÿ 과정의 모형 내 표현 방법 설정 - 모형의 작성(implement the model)
Ÿ 식을 설정하고 컴퓨터 프로그램으로 모형을 작성 Ÿ 적합한 소프트웨어 플랫폼을 선택
- 모형의 분석(analyze the model)
Ÿ 시뮬레이션을 통해 모형의 진행상황을 즉시 이해할 수는 없기 때문에 다 양한 실험 시뮬레이션을 통해 진행상황을 분석.
Ÿ 실험 시뮬레이션은 실제 실험처럼 계획하고 분석 Ÿ 이 과정이 보통 95%의 시간을 소모
- 모형과 결과에 대한 의사소통(communicate the model and its results) Ÿ 실험실 절차와 마찬가지로 모형개발은 문서화 작업이 필요
Ÿ 동료들이 모형을 이해하고 재실행 할 수 있도록 해야함
(2) 행위자 기반 모형 소개
○ 행위자 기반 모형이 필요한 이유
- 개인은 이산적인 개체들이고 밀도가 낮을 때 중요
- 인종과 연령이 같은 개인이라 하더라도 이질적인 가능성이 높음 - 개인은 각자 인생사(life history)를 가지고 있음
- 개인 간의 상호작용(interactions)은 전역적(globla)이지 않고 지역적(local)인 특성을 가짐
- 개인은 환경상태에 의존하는 적응적인(adaptive) 결정을 함 - 개인은 원자(atom)와는 다른 특성을 가짐
- 개인의 행위로부터 거시적인 현상이 창발(emerge) - 개인은 다음과 같이 명시적으로 대표됨
Ÿ 개인은 독특하고 다양함
Ÿ 개인은 지역적으로 상호작용함 Ÿ 개인은 적응적인 행위를 함
- 다음과 같은 사항들이 연구주제에 필수적이라면 행위자 기반 모형을 적용 하는 것이 필요함
Ÿ 개인의 이질성 Ÿ 지역적인 상호작용 Ÿ 적응적인 행위
○ 행위자 기반 모형의 단점 - 너무 복잡해서 이해하기 어려움 - 모형에 모든 것을 포함할 수는 없음 - 데이터 부족
- 너무 많은 모수값이 알려져 있지 않음 - 모형구조의 불확실성이 너무 큼
- 테스트하기 어려움
- 인력과 컴퓨터 성능의 요구사항이 높음
(3) ODD
○ 2004년 노르웨이 Bergen 워크숍
- ODD는 행위자기반모형의 소통을 위한 프로토콜 - ODD프로토콜을 테스하고 관련 연구보고서 작성
<표> ODD 프로토콜
○ 목적(Purpose)
- 모형의 목적을 기술
○ 개체, 상태변수, 규모(Entities, state variables, and scales)
- 모형의 개체종류를 기술: 행위자, 집단, 공간단위, 전역적인 환경 등
- 개체의 특성을 설명하는 상태변수와 개체의 속성을 기술: 연령, 성별, 부 (wealth), 의견, 전략, 토양 유형, 토지 비용, 강수량, 시장 가격, 외부교란요인 의 빈도 등
- 모형의 임시적이고 공간적인 크기와 확장에 대한 기술
○ 과정 개요와 시간순서(Process overview and scheduling) - 행위와 시간, 순서에 대한 기술
Ÿ 상태변수의 갱신
Ÿ 이산적 혹은 연속적인 시간의 모형화 Ÿ 사건의 이산적 혹은 연속적인 발생 - 시간순서(scheduling)
Ÿ 모형에서의 행위 기술 Ÿ 행위가 행해지는 순서 기술
○ 디자인 개념(Design concepts)
- 기본원리(basic principles): 모형 설계의 일반적 개념과 이론
- 창발(Emergence): 모형의 핵심 결과가 매커니즘으로부터 창발한 현상인지 아니면 모형의 규칙에 의한 것인지 기술
- 적응(scheduling): 환경변화에 대한 행위자의 대응
- 목적(Objectives) 혹은 적합성(Fitness): 적응적 행위를 하는 행위자들의 목 적함수
- 학습(learning): 경험의 결과로서 행위자들이 그들의 행위를 바꾸는 방법 기술
- 예측(Prediction): 적응적 행위를 통해 행위자가 행동결정의 결과를 예측하 는 방법을 기술
- 탐지(Sensing): 행위자가 행위 결정을 할 때 정보를 획득하는 방법을 명시 적으로 기술
- 상호작용(interaction)
Ÿ 행위자들간의 직접적 혹은 간접적인 상호작용의 형태 기술 Ÿ 행위자들과 환경간의 상호작용 기술
- 확률성(Stochasticity): 임의변수(random numbers)가 이용되는 방법 기술 - 집합(Collectives): 개인이 모인 집단이 개인에게 영향을 주는 방법을 기술 - 관측(Obeservation): 모형에 대한 이해를 돕고 분석하기 위해 산출할 결과 물 기술
○ 초기화(Intitialization)
- 모형의 초기치 설정: 즉 초기(t=0)에서의 행위자의 유형과 수, 상태 변수 등을 설정
○ 입력데이터(Input data)
- 시간에 따른 과정 변화를 나타내기 위해 외부 데이터 등의 활용
○ 부모형(submodel)
- 모형을 구성하는 부모형들을 자세하게 기술
(4) 시뮬레이션 모형의 분석
○ 디버깅(Debugging)
○ 시뮬레이션 실험(controled experiments)
○ 민감성 분석(Sensitivity analysis)
- 주요한 모수값들을 가능한 범주에서 변화시켜 분석
○ 강건성 분석(Robustness analysis)
- 모형의 모수값과, 구조, 과정을 변화시켜 분석
3. 출장 결과 및 기대효과
○ 출장결과
- 과제수행을 위해 사용하는 Netlogo 프로그램을 전반적으로 학습
- 선행적으로 Netlogo 프로그램을 학습하였으나 미쳐 관심을 두지 않았던 부 분들을 통해 프로그래밍 스킬 향상
○ 기대효과
- 과제수행에 사용하는 Netlogo 프로그램을 보다 효율적으로 작성하여 성능 향상 기대
- 시뮬레이션 소요시간 단축과 연구의 질 향상
4. 주요 출장 일정 (※일별로 상세히 제시)
일시 주요 활동 내용 비 고 7.16.(토) 인천출발(오후 5:30) -> 샌프란시스코 경유 ->
Arcata 도착(오후 6:45) 7.17.(일) 교육장소 확인 및 준비
7.18.(월) Introduction, Lecture, Group exercise
7.19.(화) Lecture, Group exercise, software testing exercise, Introduction to Project 1
7.20.(수) Lecture, Work on Project 1, Presentation of Project 1, Guest lecture and discussion, Introduction to Project 2
7.21.(목) Pattern-oriented modeling example, Work on Project 2, Lecture
7.22.(금) Work on Project 2, Project presentations and feedback
7.23.(토) Arcata 출발(오전 10:52) -> 샌프란시스코 경유 7.24.(일) 인천도착(오후 5:45)
5. 수집자료 목록 등
○ Teaching Individual/Agent-based Modeling 강의 ppt 자료
