面向土地保护的决策：一种含非线性输入的无导数优化框架
最优化与控制
2024-08-29 v2
摘要
保护区（PAs）是为保护关键栖息地而划定、限制人类活动的空间。决策者在设立 PAs 时面临财务可行性与生态效益之间的权衡挑战。鉴于这些决策的长期影响以及不断变化的环境，仔细选择具有长期可行性的 PAs 至关重要。使用模拟与优化等 AI 工具来划定 PAs 很常见，但当前的决策模型主要是线性的。在本文中，我们提出一种无导数优化框架，并配以非线性组件——种群生存力分析（PVA）。我们的模型表述为混合整数非线性规划（MINLP）问题，允许线性与非线性输入。连通性、竞争、拥挤及其他类似问题由 PVA 软件处理，而非表述为优化模型的约束。此外，我们给出了作为概念验证的数值结果，表明我们的模型所产生的 PAs 预期风险与保护栖息地中每一地块相当，但成本显著降低。总体目标是通过为自然保护者提供一种允许非线性输入且可与现有生态软件配对的新数学规划工具，来促进跨学科工作。我们的代码与数据可在 https://github.com/cassiebuhler/conservation-dfo 获取。
引用
@article{arxiv.2308.11549,
title = {Decision-Making for Land Conservation: A Derivative-Free Optimization Framework with Nonlinear Inputs},
author = {Cassidy K. Buhler and Hande Y. Benson},
journal= {arXiv preprint arXiv:2308.11549},
year = {2024}
}
备注
11 pages, 6 figures. This is the extended version of our paper accepted to the Proceedings of the 38th AAAI Conference on Artificial Intelligence (AAAI-24). This version includes the technical appendix