佐治亚州南富尔顿警察巡逻区设计的数据驱动优化
最优化与控制
2021-08-25 v2 应用统计
摘要
我们与南富尔顿警察局（SFPD）合作，采用预测性数据驱动优化方法重新设计了佐治亚州南富尔顿的警察巡逻区。由于快速的城市发展和人口增长，1970年代设计的现有警察巡逻区效率低下，导致警务效率低和911呼叫响应时间长。我们通过为SFPD重新设计巡逻区边界，平衡了不同城市区域的警察工作量，提高了运营效率，并缩短了911呼叫响应时间。我们将城市离散化为小的地理原子，对应于我们的决策变量；决策是将这些原子映射为“巡逻区”，即警察行动的基本单元。我们首先利用包含警察事件报告和美国人口普查数据的丰富数据集分析每个原子内的工作量和趋势；然后使用空间统计回归模型预测每个原子的未来警察工作量；最后，我们将最优巡逻区设计表述为一个混合整数规划（MIP）问题，并对巡逻区形状施加连续性和紧凑性约束。由于其大规模和非凸性质，该优化问题采用模拟退火算法求解。仿真结果表明，我们提出的巡逻区设计可将各区间的工作量方差显著降低90%以上。
引用
@article{arxiv.2004.09660,
title = {Data-Driven Optimization for Police Beat Design in South Fulton, Georgia},
author = {Shixiang Zhu and Alexander W. Bukharin and Le Lu and He Wang and Yao Xie},
journal= {arXiv preprint arXiv:2004.09660},
year = {2021}
}