A tree-based prescriptive analytics framework for contextual surgery scheduling

2026-09-21

0

PRE

AI

DOI：10.1016/j.omega.2026.103660

原文求助

摘要

En 中文

• 第一个无预测的手术排程规范性框架。 • 无求解器的成对差异损失无需重新优化即可训练树模型。 • 我们证明了比经典等待-观察松弛更紧的排程成本界限。 • 一种与损失兼容的分支定界算法加速了每日顺序排程。 • 在合成和真实心脏手术数据上，我们的方法将平均遗憾值降低了约50%。

Keyword:

Prescriptive analytics

Contextual optimization

Operating room scheduling

Uncertainty

Tree-based machine learning models