×
巴巴克·阿巴斯;托克塔姆巴拜;萨拉·侯赛尼法德;凯特·史密斯·迈尔斯;玛丽亚姆·德哈尼

通过机器学习预测大规模优化问题的解决方案：血液供应链管理中的一个案例研究。 （英语） Zbl 1458.90007号

计算。操作。物件。 119，文章ID 104941，20 p.（2020）.
摘要：实际的约束优化模型往往很大，在合理的时间内求解它们在许多应用中都是一个挑战。此外，许多行业在日常运营决策中使用专业商业优化求解器或计算能力的机会有限。本文提出了一种利用机器学习模型解决大规模操作随机优化问题的新方法。我们假设决策者有权使用设施，以便在某些初始和有限时期以及一些测试实例中，对其大规模优化模型进行优化求解。这可能通过与研究机构的合作项目或通过短期使用高性能计算设施来实现。我们建议，可以通过利用随机优化模型在初始阶段的解（即可操作决策变量的最优值）来训练机器学习模型，以学习未来的最优操作决策，从而提供长期支持。在本研究中，建议的方法被用于决定医院网络中血液单位的转运。我们将几个机器学习模型学习到的决策与医院获得商业优化解算器和计算能力时获得的最优结果以及医院网络当前的经验启发式策略进行了比较。结果表明，与当前策略相比，使用经过训练的神经网络模型将平均每日成本降低约29%，而精确最优策略将平均每日成本降低37%。虽然机器学习无法完全取代优化模型，但当优化模型计算成本高且不适用于非营利组织和中小企业等组织的日常运营决策时，我们提出的方法虽然不能保证是最优的，但可以改进运营决策。

引用于7文件

MSC公司：

90B05型 库存、储存、水库
68T05型 人工智能中的学习和自适应系统
90C06型 数学规划中的大尺度问题

关键词：

数据挖掘;大规模优化;机器学习;易腐库存管理;神经网络;汽车;k-NN公司;血液供应链

软件：

亚当
PDF格式BibTeX公司 XML格式引用
\textit{B.Abbasi}等人，计算。操作。第119号决议，文章ID 104941，20页（2020年；Zbl 1458.90007）
全文： 内政部

参考文献：

[1] 阿巴斯，B。；Hosseinifard，S.Z.，关于血液服务中易腐物品（如红细胞和血小板）的发布政策，Decis。科学。，45, 5, 995-1020 (2014)
[2] 阿巴斯，B。；Hosseinifard，S.Z。；Coit，D.W.，一种用于估计毛刺xii分布参数的神经网络，Reliab。工程系统。安全。，95, 6, 647-654 (2010)
[3] 阿巴斯，B。；拉贝洛，L。；Hosseinkouchack，M.，使用神经网络估计三参数Weibull分布的参数，《欧洲工业工程杂志》，2，4，428-445（2008）
[4] 阿巴斯，B。；瓦基利，G。；Chesneau，S.，《降低红细胞保质期的影响：从下到下的观点》，Interfaces，47，4，336-351（2017）
[5] 贝克，M。；Riezebos，J。；Teunter，R.H.，《2001年以来库存系统恶化的回顾》，欧洲期刊Oper。研究，221，2，275-284（2012）·Zbl 1253.90017号
[6] 贝洛，I。；Pham，H。；Le，Q.V。；诺鲁齐，M。；Bengio，S.，带强化学习的神经组合优化，arXiv预印本arXiv:1611.09940（2016）
[7] Y.本吉奥。；Grandvalen，Y.，k次交叉验证方差的无偏估计量，J.Mach。学习。1089-1105年9月5日决议（2004年）·Zbl 1222.68145号
[8] Y.本吉奥。；Lodi，A。；Prouvost，A.，《组合优化的机器学习：方法论巡视》，arXiv预印本arXiv:1811.06128（2018）·Zbl 1487.90541号
[9] Bishop，C.M.，《模式识别的神经网络》（1995），牛津大学出版社
[10] 负荷，F.R。；布雷雷顿，R.G。；Walsh，P.T.，《应用于光谱学的多元校准和神经网络中测试和验证集的交叉验证选择》，分析家，122，10，1015-1022（1997）
[11] 伯克，L.I。；Ignizio，J.P.，《神经网络和运筹学：综述》，《计算》。操作。决议，19，3-4，179-189（1992）·Zbl 0825.90766号
[12] Curram，S.P。；Mingers，J.，《神经网络、决策树归纳和判别分析：实证比较》，J.Oper。Res.Soc.，45，4，440-450（1994）·Zbl 0925.62233号
[13] Dehghani，M。；Abbasi，B.，《易腐物品基于年龄的横向运输政策》，《国际生产经济学杂志》。，198, 93-103 (2018)
[14] Dehghani，M。；阿巴斯，B。；Oliveira，F.，《血液供应链中的主动转运：随机规划方法》，Omega，在线出版，1-16（2019）
[15] 代斯特，T。；Patti，A。；王，Z。；Krane，D。；索伦森，T。；Craft，D.，模拟辅助机器学习，工作文件，1-15（2018）
[16] 狄龙，M。；奥利维拉，F。；Abbasi，B.，血液供应链库存管理的两阶段随机规划模型，国际生产经济学杂志。，187, 27-41 (2017)
[17] Dudani，S.A.，距离加权k近邻规则，IEEE Trans。系统。人类网络。，4, 325-327 (1976)
[18] 菲舍蒂，M。；Fraccaro，M.，机器学习与数学优化相结合，预测海上风电场的最佳产量，Compute。操作。决议，106，289-297（2019）·Zbl 1458.90671号
[19] 新泽西州弗里曼。；Melouk，S.H。；Mitenthal，J.，《不确定性条件下战区调度的基于场景的方法》，Manuf.Serv。操作。管理。，18, 2, 245-261 (2015)
[20] Goyal，S.K。；Giri，B.C.，《恶化库存建模的最新趋势》，《欧洲期刊》。第134、1、1-16号决议（2001年）·Zbl 0978.90004号
[21] 格雷夫斯，A。；穆罕默德，A.-r。；Hinton，G.，深度递归神经网络语音识别，声学，语音和信号处理（icassp），2013年ieee国际会议，6645-6649（2013），ieee
[22] Hahnlosser，R.H。；Sarpeshkar，R。；Mahowald，医学硕士。；道格拉斯，R.J。；Seung，H.S.，《皮质醇激励硅电路中数字选择和模拟放大共存》，《自然》，4056789947（2000）
[23] Han，J。；裴，J。；Kamber，M.，《数据挖掘：概念和技术》（2011），爱思唯尔出版社
[24] 侯赛尼法德，Z。；Abbasi，B.，《库存集中化对血液供应链可持续性的影响》，计算。操作。决议，89，206-212（2018）·Zbl 1391.90012号
[25] 徐，C.-W。；Chang，C.-C。；Lin，C.-J.，《支持向量分类实用指南》，工作文件（2003）
[26] Kingma，D.P。；Ba，J.，Adam：一种随机优化方法，arXiv预印本arXiv:1412.6980（2014）
[27] Kosorok，M.R.，《经验过程和半参数推断导论》。（2008），施普林格·Zbl 1180.62137号
[28] Kruber，M。；Lübbecke，M.E。；Parmentier，A.，学习何时使用分解，组合优化问题约束编程中的人工智能和OR技术国际会议，202-210（2017），施普林格·Zbl 1489.68253号
[29] Larsen，E。；Lachapelle，S。；Y.本吉奥。；Frejinger，E。；拉科斯特·朱利安，S。；Lodi，A.，用机器学习预测不完全信息下整数线性规划的解摘要，arXiv预印本arXiv:1807.11876（2018）
[30] Lodi，A。；莫西纳，L。；Rachelson，E.，《学习处理组合优化中的参数扰动：设施选址应用》，arXiv预印本arXiv:1907.05765（2019）
[31] Lodi，A。；Zarpellon，G.，《关于学习和分支：一项调查》，TOP，25，2，207-236（2017）·Zbl 1372.90003号
[32] Londhe，S。；Charhat，S.，《河流流量预测的数据驱动建模技术比较》，水文学。科学。《水文科学杂志》，55，7，1163-1174（2010）
[33] Maier，H.R。；Dandy，G.C.，《水资源变量预测和预测的神经网络：建模问题和应用综述》，环境。型号和软质。，101-124年1月15日（2000年）
[34] 莫西纳，L。；Rachelson，E。；Delahaye，D.，时间约束组合优化中生成子问题的多标签分类，https://hal-enac.archives-ouvertes.fr/hal-0212028/document (2019)
[35] Paliwal，M。；Kumar，美国，神经网络和统计技术：应用综述，专家系统。申请。，36, 1, 2-17 (2009)
[36] Pasiouras，F。；Tanna，S。；Zopounidis，C.，《定量技术在银行收购目标预测中的应用》，5（2005），《世界科学》·Zbl 1140.91011号
[37] Powell，W.B.，《运筹学中不确定性下优化的统一框架教程》，导师。操作。决议，45-83（2016）
[38] 拉维，V。；Kurniawan，H。；泰国，P.N.K。；Kumar，P.R.，银行绩效预测软计算系统，应用。软计算。，8, 1, 305-315 (2008)
[39] Seera，M。；Lim，C.P。；Tan，S.C。；Loo，C.K.，一种混合fam-cart模型及其在医学数据分类中的应用，神经计算。申请。，1799-1811年8月26日（2015年）
[40] Smith，K.A.，《用于组合优化的神经网络：十多年研究综述》，INFORMS J.Compute。，11, 1, 15-34 (1999) ·Zbl 1034.90528号
[41] 史密斯，K.A。；Gupta，J.N.，《商业中的神经网络：运营研究员的技术和应用》，Comput。操作。决议，27，11-12，1023-1044（2000）·Zbl 0961.90016号
[42] Smith-Miles，K.A.，《算法选择的元学习的跨学科观点》，ACM Compute。调查。（CSUR），第41、1、6页（2009年）
[43] Stone，M.，统计预测的交叉验证选择和评估，J.R.Stat.Soc.系列B（方法学），111-147（1974）·Zbl 0308.62063号
[44] 瓦茨拉维克，R。；Novak，A。；Scha，P。；Hanzlek，Z.，《使用机器学习加速分支与价格算法》，欧洲期刊Oper。决议（2018）·Zbl 1403.90372号
[45] 葡萄酒，O。；福图纳托，M。；Jaitly，N.，指针网络，神经信息处理系统进展，2692-2700（2015）
[46] Xu，H。；Caramanis，C。；Mannor，S.，《高维统计优化》，Oper。第64、4、958-979号决议（2016年）·Zbl 1348.90509号
[47] Zhang，Z.，人工神经网络，气候与环境研究中的多元时间序列分析，1-35（2018），Springer·Zbl 1384.62007年
[48] 朱，S。；风扇，W。；Yang，S。；裴，J。；Pardalos，P.M.，手术室规划和手术病例安排：文献综述，J.Combin.Optim。，1-49 (2018)
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。