面向处方性传染分析的分支定价法
最优化与控制
2023-10-24 v1 种群与进化
摘要
预测性传染模型在流行病学、社会科学、工程与管理中无处不在。本文构建了处方性传染分析模型，其中决策者将共享资源分配给人群的多个 segment，每个 segment 由连续时间动态支配。我们在此框架下定义了四个现实问题：疫苗分配、接种中心部署、内容推广与拥堵缓解。这些问题具有大规模混合整数非凸优化结构，其约束由常微分方程支配，结合了离散优化、非线性优化与连续时间系统动态的难题。本文为处方性传染分析开发了分支定价方法，基于：(i) 集合划分重构；(ii) 列生成分解；(iii) 用于离散决策连续状态动态规划的态聚类算法；以及 (iv) 规避非线性的三方分支方案。大量实验表明，该算法可扩展至极大型且原本难解的案例，优于最先进基准。我们的方法在传染系统中带来实际益处；特别地，其可将疫苗接种活动的有效性提高约 12—70%，在模拟 COVID-19 大流行的三个月周期内额外挽救 7,000 至 12,000 条生命。我们在在线代码库中提供该方法的开源实现以支持复现。
引用
@article{arxiv.2310.14559,
title = {Branch-and-Price for Prescriptive Contagion Analytics},
author = {Alexandre Jacquillat and Michael Lingzhi Li and Martin Ramé and Kai Wang},
journal= {arXiv preprint arXiv:2310.14559},
year = {2023}
}