基于机器学习的数字孪生用于预测与决策优化：在污水处理中的应用

预测和优化是两种广泛使用的技术，在解决现实世界问题中有着许多应用。预测涉及估计变量的未知未来值，而优化涉及在给定所有可用数据的情况下优化决策。这两种方法结合使用以解决序贯决策问题，在这些场景中，我们通常需要预测变量的未来值，然后利用它们来确定最优决策。这种范式被称为预测与优化，具有众多应用，例如：预测产品需求然后优化库存，预测能源需求并调度发电，预测服务需求并安排员工等。在这篇扩展摘要中，我们回顾了在 Urban Utility 污水处理中开发并应用的一个数字孪生，以提高其运营效率。虽然当前研究针对案例研究问题量身定制，但其基本原理可用于解决其他领域的类似问题。