一种用于择期患者入院控制的近似动态规划方法
最优化与控制
2021-03-10 v3
摘要
本文提出一种近似动态规划（ADP）算法，用于求解择期患者入院控制的马尔可夫决策过程（MDP）模型。为公平且高效地管理多专科择期患者，我们建立等待列表并为每位患者分配随时间变化的动态优先级分数。然后，考虑患者的随机到达，按周做出序贯决策。每周末，我们从等待列表中选择下周接受治疗的患者。通过在无限时域上最小化 MDP 的代价函数，我们力求在患者等待时间与手术资源过度利用之间实现最佳权衡。考虑到现实规模问题带来的维度灾难，我们首先分析 MDP 的结构性质并提出一种促进最优动作搜索的算法。随后我们开发了一种新颖的基于强化学习的 ADP 算法作为求解技术。实验结果表明，与传统动态规划方法相比，所提算法消耗的计算时间大幅减少。此外，这些算法能够为现实规模问题计算出高质量的近最优策略。
引用
@article{arxiv.2006.05520,
title = {An approximate dynamic programming approach to the admission control of elective patients},
author = {Jian Zhang and Mahjoub Dridi and Abdellah El Moudni},
journal= {arXiv preprint arXiv:2006.05520},
year = {2021}
}