超越启发式方法与商业导航：一种经 AI 增强的救护车行驶时间估计决策支持系统

arXiv:2610.31968v1 公告类型：新 摘要：准确估计救护车行驶时间对于紧急医疗调度至关重要，但现有的决策支持实践通常依赖静态查找表，或对救护车行驶时间与普通乘用车行驶时间之间的差异作出简化假设。例如，这些实践假设救护车仅比普通乘用车快一个固定比例（如 5%）。然而，这类假设很少使用真实的救护车运营数据进行验证，可能无法捕捉行程优先级、时间背景以及起讫点的影响。我们利用瑞典 Sk{\aa}ne 地区的历史救护车行程数据，解决了这些局限。分析结果表明，救护车行驶时间会因小时、日期和行程优先级而显著变化，而商业导航系统无法捕捉紧急出行特有的动态规律。我们构建了一个机器学习系统，以更准确地估计救护车行驶时间。为提高系统的可解释性，我们探索了 SHapley Additive exPlanations 和置换重要性技术，以确保系统能够捕捉具有运营意义的模式。