IntroductionOne key challenge in co

Introduction
One key challenge in computational sustainability is to allocate
resources in order to optimize long-term objectives.
An archetypal application is conservation planning: managers
recommend patches of land for conservation in order to
achieve long-term persistence of endangered species. In this
and similar applications, we typically have to make decisions
over time: Financial resources (or other budgets) are periodically
made available and should be used effectively. For
example, every year, a certain budget may be available to support
land conservation. The problem of how to optimally use
this budget over time, facing uncertainty about the availability
of future resources, is a challenging optimization problem.
In this paper, we tackle this optimization problem using
conservation planning as an important real-world example
of such a decision task. We prove a surprising fact: Under
some natural conditions, a simple policy, that in every round
of the decision making process opportunistically allocates
the budget given the current reserve and current resources,
attains a performance which is competitive with the optimal
Copyrightc 2011, Association for the Advancement of Artificial
Intelligence (www.aaai.org). All rights reserved.
The authors’ full addresses are: Computing + Mathematical
Sciences Dept., Caltech, 1200 E. California Blvd., Pasadena CA
91125, USA; Dept. of Comp. Sci., ETH Z¨urich, Universitaetsstrasse
6, 8032 Zurich, Switzerland; Dept. of Forestry and Environmental
Resources, North Carolina State University, Raleigh NC 27695,
USA; US Geological Survey, Patuxent Wildlife Research Center,
12100 Beech Forest Rd., Laurel MD 20708, USA; and US Fish and
Wildlife Service, 911 N.E. 11th Avenue, Portland OR 97232, USA
clairvoyant policy with knowledge of the future availability
of resources. While there is a significant amount of both
theoretical and applied work on conservation planning (which
we review in §5), we are unaware of principled approaches
that can solve such dynamic problems on a realistic scale.
We further conduct a detailed computational study, evaluating
our approach on the problem of conservation planning
for three rare taxa (see Fig. 1(a)) in the Pacific Northwest of
the United States. Our case study uses complex patch dynamics
models (Hanski et al. 1996) for predicting persistence
of species, using parameters elicited from an expert panel.
Our results indicate that the optimized solutions outperform
baselines, and that significant benefit can be derived from
dynamic optimization.

ผลลัพธ์ (ไทย) 1:

แนะนำหนึ่งในความท้าทายในการคำนวณความยั่งยืนคือการ ปันส่วนทรัพยากรการเพิ่มประสิทธิภาพวัตถุประสงค์ระยะยาวแอพลิเคชันอย่างไร archetypal จะอนุรักษ์การวางแผน: ผู้จัดการขอแนะนำให้ปรับปรุงที่ดินเพื่อการอนุรักษ์ให้คงอยู่ระยะยาวของพันธุ์ ในที่นี้และโปรแกรมประยุกต์ที่คล้ายกัน เราจะต้องตัดสินใจช่วงเวลา: ทรัพยากรทางการเงิน (หรืองบประมาณอื่น ๆ) เป็นระยะ ๆทำให้พร้อมใช้ และควรใช้อย่างมีประสิทธิภาพ สำหรับตัวอย่าง ทุกปี งบประมาณบางอย่างอาจมีการสนับสนุนที่ดินอนุรักษ์ ปัญหาวิธีการใช้อย่างเหมาะสมงบประมาณนี้ช่วงเวลา การเผชิญความไม่แน่นอนเกี่ยวกับความพร้อมใช้งานของทรัพยากรในอนาคต เป็นปัญหาท้าทายในการเพิ่มประสิทธิภาพในเอกสารนี้ เราเล่นงานนี้ปรับปัญหาการใช้การวางแผนเป็นตัวอย่างจริงที่สำคัญในการอนุรักษ์ของการตัดสินใจปฏิบัติการเหล่านั้น เราพิสูจน์ความจริงที่น่าแปลกใจ: ภายใต้เงื่อนไขบางอย่างธรรมชาติ นโยบาย อย่างที่ในทุก ๆ รอบการตัดสินใจ ทำการ opportunistically จัดสรรงบประมาณสำรองปัจจุบันและปัจจุบันทรัพยากรattains ประสิทธิภาพซึ่งเป็นการแข่งขันกับดีที่สุดลิขสิทธิ์ 2011 c สมาคมเพื่อความก้าวหน้าของเทียมปัญญา (www.aaai.org) สงวนลิขสิทธิ์ทั้งหมดของผู้เขียนทั้งที่อยู่: คอมพิวเตอร์ + คณิตศาสตร์กรมวิทยาศาสตร์ Caltech, 1200 E. แคลิฟอร์เนีย blvd., พาซาดีนา CA91125 สหรัฐอเมริกา แผนกประกอบ Sci., ETH Z¨urich, Universitaetsstrasse6, 8032 ซูริก สวิตเซอร์แลนด์ กรมป่าไม้ และสิ่งแวดล้อมทรัพยากร นอร์ทแคโรไลนามหาวิทยาลัย ราลีห์ NC 27695สหรัฐอเมริกา สำรวจธรณีวิทยาสหรัฐฯ ศูนย์วิจัยสัตว์ป่า Patuxent12100 บีชป่าถนน ลอเรล MD 20708 สหรัฐอเมริกา และปลาในสหรัฐอเมริกา และสัตว์ป่า บริการ 911 เอ็นอี 11 อเวนิว พอร์ตแลนด์หรือ 97232 สหรัฐอเมริกานโยบาย clairvoyant ความรู้พร้อมในอนาคตของทรัพยากร ในขณะที่มีจำนวนเงินสำคัญของทั้งสองทฤษฎี และการประยุกต์ใช้งานบน (ซึ่งการวางแผนการอนุรักษ์เราดูใน §5), เราจะไม่รู้วิธี principledที่สามารถแก้ปัญหาดังกล่าวแบบไดนามิกในระดับจริงเราทำการศึกษาคำนวณอย่างละเอียด ประเมินวิธีการของเราเกี่ยวกับปัญหาการวางแผนอนุรักษ์สำหรับสาม taxa ที่หายาก (ดู 1(a)) Fig. ในแปซิฟิกตะวันตกเฉียงเหนือของสหรัฐอเมริกา กรณีศึกษาของเราใช้โปรแกรมปรับปรุงที่ซับซ้อน dynamicsโมเดล (Hanski et al. 1996) สำหรับการคาดการณ์คงอยู่พันธุ์ ใช้พารามิเตอร์ elicited จากแผงการเชี่ยวชาญผลของเราบ่งชี้ว่า โซลูชันเพิ่มประสิทธิภาพประสิทธิภาพยิ่งกว่าเส้น และที่สำคัญประโยชน์สามารถได้รับมาจากปรับแบบไดนามิก

ผลลัพธ์ (ไทย) 2:

บทนำหนึ่งความท้าทายที่สำคัญในการพัฒนาอย่างยั่งยืนในการคำนวณคือการจัดสรร. ทรัพยากรเพื่อเพิ่มประสิทธิภาพวัตถุประสงค์ในระยะยาวการประยุกต์เทพคือการวางแผนการอนุรักษ์: ผู้จัดการแนะนำแพทช์ของที่ดินเพื่อการอนุรักษ์เพื่อที่จะประสบความสำเร็จคงอยู่ในระยะยาวของสัตว์ใกล้สูญพันธุ์ ในการนี้และการใช้งานที่คล้ายกันเรามักจะมีการตัดสินใจในช่วงเวลา: ทรัพยากรทางการเงิน (หรืองบประมาณอื่น ๆ ) จะเป็นระยะทำใช้ได้และควรจะใช้อย่างมีประสิทธิภาพ สำหรับตัวอย่างเช่นทุกปีงบประมาณบางอย่างอาจจะพร้อมที่จะสนับสนุนการอนุรักษ์ที่ดิน ปัญหาของวิธีการที่ดีที่สุดใช้งบประมาณในช่วงเวลานี้หันหน้าไปทางความไม่แน่นอนเกี่ยวกับความพร้อมของทรัพยากรในอนาคตเป็นปัญหาที่การเพิ่มประสิทธิภาพที่ท้าทาย. ในบทความนี้เราจะจัดการกับปัญหาการเพิ่มประสิทธิภาพนี้โดยใช้การวางแผนการอนุรักษ์เป็นตัวอย่างที่แท้จริงของโลกที่สำคัญของการตัดสินใจดังกล่าวงาน เราพิสูจน์ได้ว่าเป็นความจริงที่น่าแปลกใจ: ภายใต้สภาพธรรมชาติบางนโยบายที่เรียบง่ายว่าในทุกรอบของกระบวนการตัดสินใจมีโอกาสจัดสรรงบประมาณที่ได้รับการสำรองปัจจุบันและทรัพยากรในปัจจุบันบรรลุผลการดำเนินงานที่มีการแข่งขันกับเหมาะสมที่สุด? ลิขสิทธิ์ค 2011 สมาคมเพื่อความก้าวหน้าของเทียมหน่วยสืบราชการลับ(www.aaai.org) สงวนลิขสิทธิ์. ผู้เขียนอยู่เต็ม: คอมพิวเตอร์ + คณิตศาสตร์ฝ่ายวิทยาศาสตร์คาลเทค1200 อีแอลวีแคลิฟอร์เนียพาซาดีนาแคลิฟอร์เนีย91125 สหรัฐอเมริกา; ภาควิชาคอมพ์ วิทย์, ผลประโยชน์ทับซ้อนซูริก Universitaetsstrasse. 6, 8032 ซูริค, สวิตเซอร์; กรมป่าไม้และสิ่งแวดล้อมทรัพยากร, North Carolina State University, ราลีอร์ทแคโรไลนา 27695, สหรัฐอเมริกา สำรวจทางธรณีวิทยาสหรัฐฯประจำศูนย์วิจัยสัตว์ป่า, 12,100 บีชถป่าลอเรล MD 20708, USA. และปลาสหรัฐอเมริกาและบริการสัตว์ป่า 911 NE อเวนิว 11, พอร์ตแลนด์หรือ 97232, USA นโยบายทิพย์ที่มีความรู้ความพร้อมในอนาคตของทรัพยากร ในขณะที่มีจำนวนเงินที่สำคัญของทั้งสองทฤษฎีและนำไปใช้ในการทำงานเกี่ยวกับการวางแผนการอนุรักษ์(ซึ่งเราจะตรวจสอบใน§5) เราไม่รู้จักวิธีการหลักการที่สามารถแก้ปัญหาแบบไดนามิกเช่นในขนาดจริง. เราดำเนินการต่อไปการศึกษารายละเอียดการคำนวณการประเมินผลวิธีการของเราในการแก้ปัญหาของการวางแผนการอนุรักษ์สำหรับแท็กซ่าสามหายาก (ดูรูป. 1 (ก)) ในแปซิฟิกตะวันตกเฉียงเหนือของประเทศสหรัฐอเมริกา กรณีศึกษาของเราใช้การเปลี่ยนแปลงที่ซับซ้อนแพทช์รุ่น (Hanski et al. 1996) ในการทำนายการคงอยู่ของสายพันธุ์โดยใช้พารามิเตอร์ออกมาจากแผงผู้เชี่ยวชาญ. ผลของเราแสดงให้เห็นว่าการแก้ปัญหาที่ดีที่สุดดีกว่าเส้นเขตแดนและประโยชน์ที่สำคัญจะได้รับจากการเพิ่มประสิทธิภาพแบบไดนามิก

ผลลัพธ์ (ไทย) 3:

แนะนำหนึ่งความท้าทายที่สำคัญในการพัฒนาคอมพิวเตอร์

คือ การจัดสรรทรัพยากรในการปรับวัตถุประสงค์ระยะยาว
โปรแกรมเทพคือการวางแผนการอนุรักษ์ : ผู้จัดการ
แนะนำแพทช์ของที่ดินเพื่อการอนุรักษ์ให้คงอยู่เพื่อ
ระยะยาวของสัตว์ใกล้สูญพันธุ์ ในนี้
และโปรแกรมที่คล้ายกัน เรามักจะต้องตัดสินใจ
ตลอดเวลา :ทรัพยากรทางการเงิน หรืองบประมาณอื่น ๆ ) จะเป็นระยะ
ทำใช้ได้ และควรใช้อย่างมีประสิทธิภาพ สำหรับ
เช่นทุกๆ ปี งบประมาณที่แน่นอนอาจจะพร้อมที่จะสนับสนุน
อนุรักษ์ผืนดิน ปัญหาของวิธีการที่เหมาะสมใช้
งบประมาณนี้ตลอดเวลา ซึ่งความไม่แน่นอนเกี่ยวกับความพร้อม
ทรัพยากรในอนาคต คือ ปัญหาที่ท้าทาย optimization
ในกระดาษนี้เราจะแก้ไขปัญหานี้ปัญหาการเพิ่มประสิทธิภาพการวางแผนการอนุรักษ์เป็น

ตัวอย่างจริงที่สำคัญ เช่น การตัดสินใจในงาน เราพิสูจน์ข้อเท็จจริงที่น่าประหลาดใจ : ภายใต้เงื่อนไขนโยบาย
ธรรมชาติ ง่าย ว่า ในแต่ละรอบของการตัดสินใจ

opportunistically จัดสรรงบประมาณให้สำรองในปัจจุบันและทรัพยากรปัจจุบัน
บรรลุประสิทธิภาพที่แข่งขันกับที่ดีที่สุด
ลิขสิทธิ์  C 2011 , สมาคมเพื่อความก้าวหน้าของปัญญาประดิษฐ์
( www.aaai . org ) สงวนลิขสิทธิ์ .
ผู้เขียน ' เต็มที่อยู่ : การคำนวณทางคณิตศาสตร์
วิทยาศาสตร์ฝ่ายจาก 1200 E . แคลิฟอร์เนีย Blvd . Pasadena CA
91125 สหรัฐอเมริกา ; ภาควิชาคอมพ์ วิทยาศาสตร์ , ตั้ง urich universitaetsstrasse ETH Z ,
6 , 8032 ซูริค สวิตเซอร์แลนด์ ฝ่ายของทรัพยากรป่าไม้และสิ่งแวดล้อม
, มหาวิทยาลัยแห่งรัฐ North Carolina , Raleigh NC 27695
, สหรัฐอเมริกาสำรวจทางธรณีวิทยาสหรัฐฯ ศูนย์วิจัยสัตว์ป่าประจำการ
วีดีโอบีช , ป่าถนนลอเรล MD 20708 สหรัฐอเมริกา และปลาและสัตว์ป่าให้บริการเรา
, 911 n.e. 11th Avenue , พอร์ตแลนด์ หรือ 97232 USA
ตาทิพย์นโยบายกับความรู้ของ อนาคตว่าง
ของทรัพยากร ในขณะที่มีจำนวนมากทั้ง
ทฤษฎีและการประยุกต์งานในการวางแผนอนุรักษ์ ( ซึ่ง
เราทบทวนใน§ 5 ) เราไม่รู้หลักการแนวทาง
ที่สามารถแก้ไขปัญหาแบบไดนามิกดังกล่าวในระดับสมจริง เรานำรายละเอียดเพิ่มเติม

คอมพิวเตอร์ศึกษา ประเมินวิธีการของเราในปัญหาของการวางแผนการอนุรักษ์และ 3
( ดูรูปที่ 1 ( หายาก )
) ในแปซิฟิกตะวันตกเฉียงเหนือของสหรัฐอเมริกากรณีศึกษาของเราใช้ซับซ้อนพลศาสตร์
แพทช์รุ่น ( hanski et al . 1996 ) เพื่อทำนายการคงอยู่
สปีชีส์ โดยใช้พารามิเตอร์ที่ได้มาจากผู้เชี่ยวชาญแผง .
ผลของเราระบุว่าโซลูชั่นให้เหมาะดีกว่า
หมุด และผลประโยชน์ที่สำคัญสามารถได้มาจาก

แบบไดนามิก การเพิ่มประสิทธิภาพ