疾病传播时空不确定性下的资源分配：随机与鲁棒方法比较
最优化与控制
2022-07-19 v5 系统与控制
系统与控制
摘要
我们考虑在疾病传播与资源需求的时空不确定性下，优化配送中心（DCs）的位置以及测试包和疫苗等资源分配方案的问题。我们旨在平衡运营成本（包括设施部署、运输和存储成本）与服务质量（由需求覆盖率反映），同时确保跨多个群体资源分配的公平与公正。我们比较了基于样本的随机规划（SP）方法与使用基于矩的模糊集的分布鲁棒优化（DRO）方法。数值研究在美国境内分发 COVID-19 疫苗和测试包的实例上展开，将 SP 和 DRO 模型与采用估计需求的确定性公式以及美国当前实施的资源分配方案进行比较。我们展示了大流行不同阶段的結果，以根据规模和覆盖率估算资源分配的成本与速度，并显示了 SP 和 DRO 解的“需求驱动”特性。我们的结果进一步表明，若优先考量最坏情况未满足需求，则尽管总体成本更高，DRO 方法更受青睐。然而，SP 方法可在预算限制下提供中间方案，而在需求覆盖率上无显著妥协。
引用
@article{arxiv.2103.04266,
title = {Resource Distribution Under Spatiotemporal Uncertainty of Disease Spread: Stochastic versus Robust Approaches},
author = {Beste Basciftci and Xian Yu and Siqian Shen},
journal= {arXiv preprint arXiv:2103.04266},
year = {2022}
}