多准则决策支持的模型族：一项 COVID-19 案例研究
人工智能
2025-11-04 v1 计算机与社会
摘要
持续的基于模型的决策支持伴随特定挑战，尤其在长期项目中。由于问题定期变化且对底层系统的理解常变，所用模型必须针对变化的建模目的、系统边界与所映射因果关係定期重新评估、重新建模与重新实现。通常这导致模型复杂度与体量持续增长。本工作中我们旨在重新评估可追溯至 1990 年代的模型族理念，并倡导将其作为大型研究项目中决策支持框架构建的一种思维范式。其理念是总体上不开发并增强单一独立模型，而是将研究任务划分为具体对应研究问题的交互式较小模型。该策略具诸多优势，我们以 COVID-19 危机中决策支持模型族及相应成功案例予以说明。我们描述各独立模型，阐释其在族中的角色，以及它们如何被单独及联合使用。
引用
@article{arxiv.2306.13683,
title = {Model Families for Multi-Criteria Decision Support: A COVID-19 Case Study},
author = {Martin Bicher and Claire Rippinger and Christoph Urach and Dominik Brunmeir and Melanie Zechmeister and Niki Popper},
journal= {arXiv preprint arXiv:2306.13683},
year = {2025}
}
备注
20 pages + 8 pages appendix, 9 figures im main text, 1 figure and 4 tables in appendix, source code to simulations is found on GitHub https://github.com/dwhGmbH/covid19_model_family