面向全球 Covid-19 干预方案的数据驱动优化模型
最优化与控制
2021-04-19 v1 计算机与社会
摘要
在 COVID-19 之后，各国政府匆忙寻找最佳干预措施，以在减少感染病例数的同时将经济影响最小化。然而，面对众多可用的干预政策，应如何决定哪项政策为最佳行动方针？在本工作中，我们描述了一种整数规划方法，用于制定同时优化最小每日新增病例数与经济影响的干预方案。我们提出了一种基于历史数据估计干预方案对病例数影响的方法。最后，我们展示了将模型在不同参数下与两组启发式方法比较的实证分析之可视化与总结。
引用
@article{arxiv.2104.07865,
title = {Data-driven Optimization Model for Global Covid-19 Intervention Plans},
author = {Chang Liu and Akshay Budhkar},
journal= {arXiv preprint arXiv:2104.07865},
year = {2021}
}