ABMS-Driven Reinforcement Learning for Dynamic Resource Allocation in Mass Casualty Incidents †

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	Future Internet vol. 17, no. 11 (2025), p. 502-516
1. Verfasser:	Ionuț, Murarețu
Weitere Verfasser:	Vultureanu-Albiși Alexandra, Ilie Sorin, Costin, Bădică
Veröffentlicht:	MDPI AG
Schlagworte:	Romania Emergency medical care Machine learning Simulation Decision support systems Artificial intelligence Adaptability Assignment problem Hospitals Optimization techniques Evacuations & rescues Decision making Survival Optimization Resource allocation Emergency response Linear programming Mixed integer Mass casualty incidents Constraints Agent-based models
Online-Zugang:	Citation/Abstract Full Text + Graphics Full Text - PDF
Tags:	Tag hinzufügen Keine Tags, Fügen Sie das erste Tag hinzu!

Schreiben Sie den ersten Kommentar!