IA predittiva e prescrittiva per l'ottimizzazione della soppressione degli incendi boschivi
Un nuovo articolo di ricerca sviluppa un approccio predittivo e prescrittivo per ottimizzare l'assegnazione delle squadre e la soppressione degli incendi boschivi. Il problema coinvolge l'allocazione discreta delle risorse con domanda endogena di incendi e dinamiche non lineari. Il modello utilizza un quadro di ottimizzazione intera con assegnazioni delle squadre su una rete tempo-spazio-riposo e dinamiche degli incendi su una rete tempo-stato. Viene introdotto un algoritmo bidirezionale branch-and-price-and-cut, che presenta generazione di colonne per piani di soppressione degli incendi e percorsi delle squadre, nuovi tagli che sfruttano la struttura dello zaino, e regole di branching per dinamiche non lineari. Lo studio mira a migliorare il processo decisionale durante intense stagioni di incendi quando le risorse sono scarse.
Fatti principali
- L'articolo è intitolato 'Predictive and Prescriptive AI toward Optimizing Wildfire Suppression'.
- Appare su arXiv con ID 2605.04510.
- L'approccio ottimizza congiuntamente l'assegnazione delle squadre e la soppressione degli incendi.
- Il modello include domanda endogena di incendi e dinamiche non lineari degli incendi.
- Un modello di ottimizzazione intera è formulato con reti tempo-spazio-riposo e tempo-stato.
- Viene sviluppato un algoritmo bidirezionale branch-and-price-and-cut.
- L'algoritmo utilizza generazione di colonne, tagli dello zaino e nuove regole di branching.
- La ricerca affronta l'allocazione delle risorse durante intense stagioni di incendi.
Entità
Istituzioni
- arXiv