کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6894530 1445925 2018 22 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Regularized optimization with spatial coupling for robust decision making
ترجمه فارسی عنوان
بهینه سازی منظم با اتصال فضایی برای تصمیم گیری قوی
کلمات کلیدی
استحکام و حساسیت، بهینه سازی در مقیاس بزرگ، مدل سازی عدم اطمینان، یا در خدمات بهداشتی،
ترجمه چکیده
در مسائل بهینه سازی با ابعاد بزرگ که در آن تعداد زیادی از تصمیم گیری ها باید انجام شود، راه حل حاصل ممکن است حساسیت بالایی نسبت به اختلال در پارامترهای ورودی داشته باشد که مانع تصمیم گیری قابل اعتماد می شود. این خصوصا زمانی اتفاق می افتد که وابستگی بین متغیرهای تصمیم گیری وجود داشته باشد. این مقاله یک رویکرد بهینه سازی منظم برای کنترل جابجایی بین بهینه و حساسیت راه حل به مشکلات بهینه سازی ارائه می دهد که با عرضه و تقاضا در یک منطقه جغرافیایی منطبق است. روش پیشنهادی پیشنهادی، هموارسازی مکانی راه حل را در منطقه جغرافیایی به دست می آورد. این به دلیل نیاز به مدل سازی وابستگی های فضایی درونی بین متغیرهای تصمیم گیری (که در اینجا جفت مکانی) نامیده می شود، انگیزه می شود، بنابراین یک راه حل واقع گرایانه تر می شود. ما قابلیت کاربرد روش پیشنهادی برای مشکلات بهینه سازی چندگانه را نشان می دهیم. ما رویکرد پیشنهادی را با استفاده از یک برنامه خاص در سنجش دسترسی به مراقبت های بهداشتی نشان می دهد، که در آن یک راه حل صاف که قوی به اختلالات پارامتر مدل است، منجر به تصمیم گیری قابل اعتماد می شود. نتایج تجربی نشان می دهد که رویکرد پیشنهادی می تواند برای پیدا کردن یک راه حل صاف و قوی و در عین حال به خطر افتادن میزان مطلوب آن در حداقل سطح مورد استفاده قرار گیرد.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر علوم کامپیوتر (عمومی)
پیش نمایش مقاله
بهینه سازی منظم با اتصال فضایی برای تصمیم گیری قوی
چکیده انگلیسی
In high-dimensional optimization problems where a large number of decisions need to be made, the resulting solution may exhibit high sensitivity to perturbations in the input parameters, which hinders reliable decision-making. This is particularly prevalent when there is dependence between decision variables. This paper introduces a regularized optimization approach to control the trade-off between optimality and sensitivity of the solution to optimization problems that match supply and demand over a geographical area. The proposed regularization technique achieves spatial smoothing of the solution over the geographic area. It was motivated by the need of modeling intrinsic spatial dependencies between decision variables (called herein spatial coupling), thus resulting in a more realistic solution. We demonstrate the applicability of the proposed approach for multiple optimization problems. We illustrate the proposed approach using a specific application in health care access measurement, in which a smooth solution that is robust to perturbations of model parameter leads to reliable decision-making. The experimental results show that the proposed approach can be used to find a smooth and robust solution while sacrificing its optimality at a minimum level.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: European Journal of Operational Research - Volume 270, Issue 3, 1 November 2018, Pages 898-906
نویسندگان
, , ,