AI-BASED HYPERPARAMETER TUNING IN SIMULATION-BASED OPTIMIZATION

A method includes identifying (2402), using at least one processor (2305), uncertainty distributions for multiple variables. The method also includes identifying (2404), using the at least one processor, one or more hyperparameters. The method further includes performing (2406), using the at least one processor, multiple simulations to simulate effects of future requests using the one or more hyperparameters and at least one of the uncertainty distributions. The simulations involve sampling of the at least one uncertainty distribution to simulate at least one uncertainty associated with at least one of the variables on the future requests. In addition, the method includes selecting (2408), using the at least one processor, one or more of the simulated future requests. Procédé consistant à identifier (2402), à l'aide d'au moins un processeur (2305), des distributions d'incertitude pour de multiples variables. Le procédé consiste également à identifier (2404), à l'aide du ou des processeurs, un ou plusieurs hyperparamètres. Le procédé consiste en outre à exécuter (2406), à l'aide du ou des processeurs, de multiples simulations pour simuler des effets de demandes futures à l'aide du ou des hyperparamètres et d'au moins l'une des distributions d'incertitude. Les simulations impliquent l'échantillonnage de la ou des distributions d'incertitude pour simuler au moins une incertitude associée à au moins l'une des variables sur les demandes futures. De plus, le procédé consiste à sélectionner (2408), à l'aide du ou des processeurs, une ou plusieurs des demandes futures simulées.