una deficiencia del marco de predicción y optimización: disminución de la calidad de decisión con el aumento del tamaño de los datos
Autores: Wang, Shuaian; Tian, Xuecheng
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
una deficiencia del marco de predicción y optimización: disminución de la calidad de decisión con el aumento del tamaño de los datos
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Análisis
Calidad de decisión
Marco de predicción y optimización
Tamaño de datos
Función objetivo no lineal
Función objetivo lineal
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 34
Citaciones: Sin citaciones
Este documento presenta un análisis de la calidad de decisión del marco predict-then-optimize (PO), un marco de análisis prescriptivo ampliamente utilizado en problemas de optimización inciertos. Nuestro objetivo principal es investigar si un aumento en el tamaño de los datos conduce inevitablemente a mejores decisiones dentro del marco PO. Enfocamos nuestro análisis en dos problemas de optimización estocástica contextual: uno con una función objetivo no lineal y otro con una función objetivo lineal, bajo el marco PO. La novedad de nuestro trabajo radica en descubrir una relación previamente desconocida: la calidad de decisión puede deteriorarse con el aumento del tamaño de los datos en el caso no lineal y mostrar un comportamiento no monótono en el caso lineal. Estos hallazgos resaltan una posible trampa del marco PO y constituyen nuestra principal contribución al campo, ofreciendo ideas valiosas tanto para investigadores como para profesionales.
Descripción
Este documento presenta un análisis de la calidad de decisión del marco predict-then-optimize (PO), un marco de análisis prescriptivo ampliamente utilizado en problemas de optimización inciertos. Nuestro objetivo principal es investigar si un aumento en el tamaño de los datos conduce inevitablemente a mejores decisiones dentro del marco PO. Enfocamos nuestro análisis en dos problemas de optimización estocástica contextual: uno con una función objetivo no lineal y otro con una función objetivo lineal, bajo el marco PO. La novedad de nuestro trabajo radica en descubrir una relación previamente desconocida: la calidad de decisión puede deteriorarse con el aumento del tamaño de los datos en el caso no lineal y mostrar un comportamiento no monótono en el caso lineal. Estos hallazgos resaltan una posible trampa del marco PO y constituyen nuestra principal contribución al campo, ofreciendo ideas valiosas tanto para investigadores como para profesionales.