数据驱动的多周期鲁棒追踪方舱医院选址研究

摘要：

重大传染疾病大规模爆发时,现有医疗服务不能满足当前治疗需求,方舱医院能否及时合理地建成,直接影响人民群众的生命安全及疾病控制效果,但疾病感染人数随时间波动且高度不确定增加了决策的难度.针对该问题,从数据驱动的视角,构建以预期最小的服务能力满足最大的预期治疗需求和预期总加权距离最小为目标的多周期方舱医院鲁棒追踪选址模型.首先利用sigmoid函数对累计诊断数据进行学习,预测感染人数及趋势.其次引入box不确定集合刻画预测感染人数的不确定性,运用鲁棒优化控制预测数据的精准度.然后通过鲁棒对等理论将模型转化为混合整数规划,并基于Python的SCIPY和GUROBIPY模块设计求解方法.最后以武汉应急方舱医院选址为例,验证模型的可行性和有效性.结果表明鲁棒追踪选址具有较强的鲁棒性,在资源稀缺的情况下,能够满足大部分周期治疗需求,在资源充足的情况下,能够满足所有周期的治疗需求且未造成资源浪费.

关键词：应急设施选址、多周期、鲁棒优化、数据驱动、不确定性

所属期刊栏目：59

分类号：O224;TP391(运筹学)

资助基金：国家自然科学基金;国家社会科学基金;贵州大学人文社会科学青年项目

在线出版日期：2023-02-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：280-289