异构网络中动态匹配的常微分方程模型
机器学习
2023-03-09 v2 机器学习
摘要
我们研究异构网络中的动态匹配问题，其中智能体受到兼容性限制以及随机到达和离开时间的约束。具体而言，我们考虑包含一类易匹配智能体和多类难匹配智能体的网络，每类难匹配智能体都有其自身的兼容性约束。此类设定出现在许多现实应用中，包括肾脏交换项目和拼车平台。我们通过建立常微分方程（ODE）模型，引入了一种建模动态匹配的新方法，为评估各种匹配算法提供了新视角。我们研究了两种算法，即贪婪算法和耐心算法，这两种算法在异构网络中均优先匹配兼容的难匹配智能体而非易匹配智能体。我们的结果展示了快速匹配与最优匹配这两个冲突目标之间的权衡，为现实世界动态匹配系统的设计提供了见解。我们提供了模拟以及使用来自器官获取与移植网络数据的真实案例研究，以验证理论预测。
引用
@article{arxiv.2302.09757,
title = {An ODE Model for Dynamic Matching in Heterogeneous Networks},
author = {Xiaowu Dai and Hengzhi He},
journal= {arXiv preprint arXiv:2302.09757},
year = {2023}
}