利用模块化框架和数字孪生模拟人工智能创新的影响

挑战

美国联邦政府机构负责监督影响数百万美国人的各种公民福利。联邦福利管理是一个复杂的系统互动过程，可以通过模块化框架和数字孪生来实现。我们的目标不是关注福利管理运作中的单个元素，而是通过使用整体模块框架对整个运作进行建模，最大限度地减少各元素之间的接口问题。我们还介绍了福利管理系统的数字孪生离散事件模拟，以衡量新的人工智能（AI）技术对政府服务的改善程度。

简介

负责裁定医疗、食品、金融和其他福利的联邦机构越来越多地被要求以更少的资源提供更快、更便宜的服务。福利管理效率低下会对需要时间敏感的关键服务的弱势公民造成负面影响。

人工智能解决方案正被越来越多地用于满足这一需求，并一直被誉为能为政府带来巨大的创新。将福利管理系统建模为独立代理的集合，可以让机构在最小的业务风险下定制和探索系统交互。

在医疗保健和其他公民服务领域，离散事件模拟已被用于减少等待时间和改善客户服务。我们创建了一个具有福利申请系统、申请受理、决策者网络和决策者流程的模块化宏观框架，以近似福利管理业务。除了开发该框架外，还使用数字孪生模型量化了引入人工智能解决方案的影响。

解决方案

本文介绍了一个用于模拟联邦福利管理系统的模块化宏观框架。该框架和数字孪生系统可对物理和虚拟系统建模，并近似地模拟福利管理系统中人员、流程和人工智能技术之间的互动。

该框架包括福利管理系统、申请受理、由确定福利资格的个人组成的决策者网络以及机构定义的决策流程。根据机构的具体情况，可将定制变量应用于任何组件。

可以使用 Simio 等离散事件模拟工具来模拟福利管理操作。数字孪生系统包括一个福利申请系统，其中有简单和复杂的申请，可路由到 NoAI 或 AI 流程、一个决策者池和一套用于做出资格决定的流程。

数字孪生可适应系统变化，并为提高效率、运营和客户服务提供通用方法。

业务影响

成果

模拟了代表福利申请系统的基线当前状态数字孪生系统，并对各种变化进行了分析。简单和复杂的申请各自独立到达，并通过 NoAI 或 AI 流程传递给决策者，然后退出系统。

对吞吐量和处理时间效率进行了测量，显示了通过引入人工智能技术所取得的改进。

讨论

模拟方法使各机构能够利用数字孪生探索 "假设 "情景。通过对模型进行扰动，各机构可以了解系统某个部分的变化对整体性能的影响，从而以最小的运营风险实现改进。

2020 年冬季仿真会议论文集Bae, B. Feng, S. Kim, S. Lazarova-Molnar, Z. Zheng, T. Roeder, and R. Thiesing, eds.

劳拉-H-卡恩
Ian McCulloh

埃森哲联邦服务公司
800 North Glebe Road
美国弗吉尼亚州阿灵顿 22203

参考文献

• Bonabeau, E. 2002."基于代理的建模：模拟人类系统的方法和技术"。美国国家科学院院刊》99（增刊 3）：7280-7287.
• Dennis, P. C., and D. T. Sturrock.2011."Simio 简介》。2011年冬季仿真会议论文集》。
• Duguay, C., and F. Chetouane.2007."利用离散事件仿真模拟和改进急诊科系统》。Simulation 83(4)：311-320.
• Scala, P., et al."A Generic Framework for Modeling Airport Operations at a Macroscopic Scale".2019年冬季仿真会议论文集》。