Optimal quarantine strategies for COVID-19 control models
针对两个描述COVID-19病毒在人群中传播的控制SEIR~型模型,考虑了反映有效隔离策略发现的最优控制问题.应用庞特里亚金最大值原理,建立了相应的最优控制的性质分析。利用BOCOP 2.0.5软件进行数值求解,得到了最优解。详细讨论了适当的最优解的行为及其对基本繁殖比和隔离期长度的依赖性。得出了必要的结论。
2020-11-27 math.OC
Optimal Policies for a Pandemic: A Stochastic Game Approach and a Deep Learning Algorithm
University of California, Santa Barbara(加利福尼亚大学圣巴巴拉分校);Princeton University(普林斯顿大学)
对策论是控制疾病传播和在个人和地区两级提出最佳政策的有效工具。本文提出了一个基于随机微分对策论的多区域SEIR模型,旨在制定最优的传染病区域政策。具体来说,我们通过考虑多个区域规划者发布的社会和卫生政策来增强标准流行病SEIR模型。这种增强使模型更加真实和强大。然而,它也引入了一个强大的计算挑战,由于多个区域的存在所带来的解决方案空间的高维性。模型结构的这种显著的数值困难促使我们推广[Han和Hu,MSML 2020,pp.221- 245,PMLR,2020]中介绍的深度虚拟算法,并开发一种改进的算法来克服维数灾难。我们应用所提出的模型和算法来研究三个州的COVID-19大流行:纽约州,新泽西州和宾夕法尼亚州。模型参数是根据疾病控制和预防中心(CDC)发布的真实数据估计的。我们能够显示封锁╱旅行禁令政策对各州COVID-19传播的影响,以及他们的政策如何相互影响。
2021-03-08 cs.LG math.DS math.OC
Optimal Impulse Control of Dynamical Systems
利用马尔可夫决策过程的工具,我们证明了动态规划方法的确定性动力系统的最优脉冲控制。我们证明了最优性方程的积分形式和微分形式的等价性。该理论是说明了一个例子,从数学流行病学。所开发的方法也可以用于分段确定性马尔可夫过程的研究。
2018-02-27 math.OC
Dynamics and optimal control of Ebola transmission
自2014年3月以来,西非爆发了一场重大的埃博拉疫情,成为历史上最致命的流行病。作为一种传染病流行病学,埃博拉是最致命的,而且比以前的疫情发展得更快。2014年8月8日,世界卫生组织(世卫组织)宣布疫情为国际关注的突发公共卫生事件。2015年7月7日,世卫组织报告了27609例埃博拉病例,共11261例死亡。在这项工作中,我们提出了一个数学描述的埃博拉病毒的传播的基础上,SEIR(易感-暴露-传染-传播)模型和最优策略埃博拉控制。为了控制病毒的传播和预测疫苗计划的影响,我们研究了几种埃博拉病毒传播的最优控制策略:通过接种易感者的疫苗来控制感染;最大限度地减少暴露和感染;通过接种疫苗和教育来减少埃博拉病毒感染。
2016-03-10 math.OC q-bio.PE
Optimal Control of Traveler Testing in Epidemic Models
Rutgers University(罗格斯大学);Amherst College(阿默斯特学院)
本文提出一个最优控制框架,通过检测入境旅行者来减轻跨境流行病传播,在两国SIR模型中证明最优检测策略为bang-bang型并推导切换时间,为成本效益边境检测政策提供理论指导。
2026-09-23 math.OC
Parameter Estimation, Sensitivity Analysis and Optimal Control of a Periodic Epidemic Model with Application to HRSV in Florida
1999年在佛罗里达州实施了全州范围的人类呼吸道合胞病毒(HRSV)监测系统,以支持早产儿预防的临床决策。本文提出的研究解决了佛罗里达州HRSV监测系统收集的数据拟合的问题,通过使用周期SEIRS数学模型。对该模型进行了灵敏度和成本效益分析,并以处理量为控制变量,建立了最优控制问题的求解公式。
2018-02-23 math.OC q-bio.PE
Transport and Optimal Control of Vaccination Dynamics for COVID-19
基于热扩散方程建立了疫苗BNT 162 b2的传递数学模型。然后,我们将最优控制理论应用于所提出的广义SEIR模型。我们为易感人群引入疫苗接种,以控制COVID-19疫情的传播。为此,我们使用庞特里亚金最小值原理,找到必要的最优性条件的最优控制。数值求解了最优控制问题和热扩散方程。最后,进行了几次模拟,以研究和预测COVID-19疫情在意大利的传播。特别是,我们比较了存在和不存在疫苗接种的模型。
2022-04-21 math.OC q-bio.PE
Impact of a cost functional on the optimal control and the cost-effectiveness: control of a spreading infection as a case study
在应用最优控制理论解决医学和生物学问题时,目标泛函对控制本身的依赖性常常是一个有争议的问题。在本文中,我们探讨的影响,使用合理简单的\emph{SIR}和\emph{SEIRS}流行病模型的依赖性。为了定性地比较不同目标函数的结果,我们应用了成本效益分析。我们的结果表明,至少对于相对便宜的控制,在生物学上可行的范围内的控制功率的变化不会显着影响的形式的最优控制和相应的最优状态解。此外,成本和有效性受到的影响甚至更小。同时,成本对状态变量的依赖性可能非常显著。
2020-11-12 math.OC
Epidemic control via stochastic optimal control
研究了随机SIR模型的最优控制问题。这种类型的模型用于数学流行病学,以捕捉高度传染性疾病(如COVID-19)的时间演变。我们的方法依赖于重新制定的Hamilton-Jacobi-Bellman方程作为一个随机最小值原理。这导致在一个系统的向前向后随机微分方程,这是服从数值解通过蒙特卡洛模拟。我们提出了一些数值解的系统在各种情况下。
2020-05-01 econ.EM math.OC q-bio.PE
Deterministic Epidemic Models For Ebola Infection With Time-dependent Controls
本文利用非线性常微分方程和最优控制理论研究了埃博拉病毒感染的流行病模型。我们考虑了SIR和SEIR模型的最优控制分析致命的埃博拉病毒感染使用疫苗接种,治疗和教育运动作为不定常控制功能。本文应用间接方法研究了埃博拉病毒病的确定性最优控制流行病模型。最优控制中的这些方法是基于Hamilton函数和庞特里亚金的最大值原理来构造伴随方程和最优性系统。采用四阶龙格-库塔法的前向后扫数值格式求解各种控制策略的最优性系统。从我们的数字说明中,我们可以得出结论,有效的教育活动和易感个体的疫苗接种以及感染个体的有效治疗可以帮助减少疾病传播。
2019-08-22 math.DS math.OC q-bio.PE
Optimal Control to Limit the Spread of COVID-19 in Italy
我们将最优控制理论应用于广义SEIR型模型。建议的系统有三项控制措施,分别为社交距离、预防手段及治疗措施,以对抗COVID-19疫情的传播。我们分析这样的最优控制问题,在意大利的实际数据传输。我们的研究结果表明,该模型的适当性,特别是在隔离/住院(确诊和感染)和康复的个人的数量。考虑庞特里亚金控制,我们展示了如何在一个完美的世界中,可以大大减少易感,暴露,感染,隔离/住院和死亡的个人的数量,通过增加不敏感/保护的人口。
2021-07-25 math.OC q-bio.PE
Decision-Dependent Distributionally Robust Markov Decision Process Method in Dynamic Epidemic Control
University of Washington(华盛顿大学)
本文提出决策依赖分布鲁棒马尔可夫决策过程(DRMDP)框架及实时动态规划算法,解决动态疫情控制中的不确定性问题,以更低成本降低感染与易感比例。
2023-06-24 cs.AI cs.LG math.OC
Optimal Control of an Epidemic with Intervention Design
University of Pittsburgh(匹兹堡大学)
本文研究具有疫苗接种延迟的SEIR模型下的传染病最优控制问题,通过变分框架和Γ-收敛理论,推导最优条件并分析干预策略对感染水平的维持作用。
2026-03-13 cs.SY econ.TH eess.SY
Universal differential equations for optimal control problems and its application on cancer therapy
本文提出一种基于神经网络的深度学习框架,将最优控制问题转化为优化问题,遵循庞特里亚金最大值原理并采用反向传播避免数值不稳定,成功应用于癌症免疫与化疗组合的最优方案求解。
2025-04-22 math.DS math.OC
Exploring epidemic control policies using nonlinear programming and mathematical models
本研究探讨了在常微分方程舱室模型上使用非线性规划求解器的直接最优控制方法,以确定非药物干预和疫苗接种的最佳策略,表明其比间接方法更适合应对现实流行病学中快速演变的挑战。
2025-08-07 math.DS math.OC physics.soc-ph
Optimal control of a fractional order epidemic model with application to human respiratory syncytial virus infection
1999年在佛罗里达州实施了人类呼吸道合胞病毒监测系统,以支持预防早产儿的临床决策。最近,局部周期SEIRS数学模型被提出[Stat. Optim。信息计算6(2018),no.1,139- 149]描述佛罗里达系统收集的真实数据。相比之下,在这里我们提出了一个非局部分数(非整数)阶模型。一个分数最优控制问题,然后制定和解决,具有作为控制的治疗。最后,进行了成本效益分析,以评估成本和有效性的建议控制措施,在干预期间,显示所获得的结果相对于以前的优越性。
2018-10-16 math.OC q-bio.PE
Mortality containment vs. economics opening: optimal policies in a SEIARD model
我们采用了一个包含无症状人口和COVID死亡的SEIRD微分模型(我们称之为SEAIRD)来模拟COVID-19的演变,并添加了一个影响病毒扩散和GDP的控制函数,包括所有直接和间接的遏制政策;为了模型的可行性,控制被假设为满足额外约束的分段线性函数。我们描述了感染和经济的联合动态,并讨论了生产和死亡之间的权衡。特别是,我们仔细研究的最优政策反应的存在条件和唯一性。唯一关键地取决于人类生命统计值和GDP之间的边际替代率;我们展示了一个具有相变的例子:在某个阈值以上,存在唯一的最优遏制政策;在阈值以下,最优的是放弃任何遏制;在阈值本身,有两个最优政策。然后,我们探索和评估各种配置文件的各种控制策略依赖于少量的参数。
2020-05-29 econ.GN math.OC physics.soc-ph
Optimal Lockdown for Pandemic Control
作为控制传染病的常用策略,封锁将不可避免地削弱经济。持续的COVID-19大流行凸显了公共卫生和经济成本之间的权衡。一个最佳的锁定政策,以解决这个权衡是非常需要的。在这里,我们提出了一个数学框架的流行病控制,通过一个最佳的稳定非均匀封锁,我们的目标是减少经济活动尽可能少,同时减少感染人数在规定的速度。这个框架使我们能够有效地计算一般流行病传播模型的最优稳定封锁政策,包括经典的SIS/SIR/SEIR模型和新的COVID-19传播模型。我们通过分析县际旅行频率的公开数据来分析纽约州62个县的COVID-19传播模型,从而展示了这一框架的强大功能。我们发现,根据2020年4月的疫情状况,最佳的稳定封锁措施将使纽约市以外的经济活动比纽约市内部更严格地减少,尽管当时纽约市的疫情要普遍得多。这种违反直觉的结果凸显了疫情控制的复杂性,并为未来的封锁政策设计提供了启示。
2022-01-25 math.OC physics.soc-ph
Numerical Optimal Control of HIV Transmission in Octave/MATLAB
我们提供了易于阅读的GNU Octave/MATLAB代码,用于模拟由常微分方程描述的数学模型,并通过庞特里亚金的最大值原理解决最优控制问题。为此,我们考虑了一个基于我们最近的贡献(Silva,C. J.; Torres,D.F.M. SICA流行病学分区模型及其在佛得角艾滋病毒/艾滋病中的应用。生态复合体。2017,30,70- 75),由四个常微分方程的系统给出。利用Ode 45 GNU Octave函数和我们在Octave/MATLAB中实现的三种标准方法:欧拉法、二阶和四阶龙格-库塔法,数值求解了HIV初值问题。然后,将控制函数引入到归一化的HIV模型中,建立了一个最优控制问题,目标是找到最优的HIV预防策略,使未感染HIV的个体比例最大化,同时使HIV新发感染和控制措施的成本最小化.最优控制问题的特点是分析使用庞特里亚金最大值原理,并通过实施一个向前向后的四阶龙格-库塔法数值计算的极值。完整的算法,不受控制的初始值和最优控制问题,开发下的自由GNU Octave软件和MATLAB兼容的文章提供。
2019-12-19 cs.NA math.NA math.OC
SPDEs with space interactions and application to population modelling
研究一类新的非局部随机偏微分方程(SPDE)的最优控制问题。SPDE具有空间相互作用,在这个意义上,系统在时间$t$和空间x中的位置的动力学也取决于相邻点的值的空间平均值。这是一个有许多应用的模型,例如人口增长研究和流行病学。证明了一类具有空间相互作用的随机偏微分方程解的存在唯一性,并证明了在一定条件下,当初值为导出了此类系统最优控制的充分必要最大值原理。最后,我们将结果应用于研究流行病的最优疫苗策略问题,通过将人口密度建模为空间平均随机反应扩散方程。
2021-06-30 math.OC
Banking risk as an epidemiological model: an optimal control approach
传染性传播建模的过程在流行病学中是众所周知的。然而,利差模型在银行市场的应用是最近才出现的。在这项工作中,我们提出了一个系统的常微分方程,模拟数据,从最大的欧洲银行。然后,一个最优控制的问题,制定,以研究的影响,可能的措施,中央银行在经济中。所提出的方法能够在银行业获得传染病的定性规格,并在金融部门的发展和宏观经济作为一个整体进行充分的分析和预测。我们表明,我们的模型很好地描述了最大的欧洲银行的现实。使用MATLAB和BOCOP最优控制求解器进行了仿真,主要结果是针对三种不同的情况。
2017-07-11 math.OC q-fin.RM
A Fokker-Planck Framework for Control of Epidemics
本文提出了一种基于福克-普朗克方程的控制框架,用于优化随机传染病模型的控制策略,通过分析控制到状态映射和庞特里亚金最小原理,实现了鲁棒控制。
2026-07-02 math.OC
Beyond just "flattening the curve": Optimal control of epidemics with purely non-pharmaceutical interventions
在无法获得有效的医疗和疫苗接种的情况下,非药物干预措施,如社交距离、家庭隔离和广泛关闭公共生活,是防止流行病传播的唯一可用战略。基于扩展的SEIR(易感染-暴露-感染-恢复)模型和连续时间最优控制理论,我们计算了最优的非药物干预策略的情况下,疫苗是永远不会发现,完全遏制(根除流行病)是不可能的。在这种情况下,最优控制必须满足相互竞争的要求:第一,最大限度地减少与疾病有关的死亡,第二,在措施结束时建立足够程度的自然免疫力,以排除第二波。此外,干预的社会经济成本应保持在最低限度。数值计算的最优控制策略是一个单一的干预方案,超越了激励性的干预和简单的“平坦化曲线”。“然而,对计算控制策略的仔细分析表明,所获得的解决方案实际上是接近系统稳定边界的走钢丝,其中社会经济成本和新爆发的风险必须不断相互平衡。模型系统经校准以重现COVID-19疫情在德国的初始指数增长阶段。
2020-07-14 math.DS math.OC physics.soc-ph
High-dimensional Bayesian Optimization Algorithm with Recurrent Neural Network for Disease Control Models in Time Series
贝叶斯优化算法已成为解决非线性全局优化问题和许多机器学习应用的有效方法。在过去的几年中,改进和增强已经提出,他们已经显示出一些有前途的结果,在解决复杂的动力学问题,常微分方程系统的目标函数是计算昂贵的评估。此外,贝叶斯优化算法的直接实现仅对10-20维的优化问题表现良好。本文提出了一种结合递归神经网络的高维贝叶斯优化算法,该算法可以预测高维或时间序列决策模型的全局优化问题的最优解。提出的RNN-BO算法可以在低维空间求解最优控制问题,然后利用循环神经网络学习历史最优解数据,并对任何新的系统初始值设定预测最优控制策略。此外,准确且快速地提供最优控制策略对于有效且高效地控制流行病传播同时最小化相关财务成本是必不可少的。为了验证所提算法的有效性,对确定性SEIR流行病模型和随机SIS最优控制模型进行了计算实验.最后,我们还讨论了不同数量的RNN层和训练时期对解决方案质量和相关计算工作量之间的权衡的影响。
2022-01-01 cs.LG math.OC stat.AP
Optimal Control of Pandemic Dynamics via Model Predictive Control: A Health-Economic Trade-off Analysis
University of Palermo(巴勒莫大学);University of Bayreuth(拜罗伊特大学)
研究在社会经济目标冲突下疫情动态的最优控制,提出经济模型预测控制框架应用于扩展模型,通过敏感性分析等得出预测时域N = 35天成本最小,“锤击与舞蹈”策略是最优解,建立最优运行点稳定性为疫情政策提供决策支持。
2026-07-14 cs.SY eess.SY math.OC
Optimal Control of an SIR Model with Noncompliance as a Social Contagion
提出一个包含人类行为效应的流行病学舱室模型,将不服从态度视为社会传染,分析无病平衡点的稳定性,并证明最优控制的存在性,通过顺序二次哈密顿方法数值求解最优策略。
2026-06-23 cs.SY eess.SY math.OC
Dynamic Analysis and Optimal Prevention Strategies for Monkeypox Spread Modeled via the Mittag--Leffler Kernel
Balıkesir University(巴勒克埃西尔大学);University of Aveiro(阿威罗大学);Akenten Appiah Menka University of Skills Training and Entrepreneurial Development(阿克滕特·阿皮亚·门卡技能培训与创业发展大学)
本研究利用Mittag-Leffler核建模,探讨疫苗、治疗和隔离三种策略对猴痘传播的最优防控效果。
2026-01-13 math.OC
Optimal Control and Numerical Optimization Applied to Epidemiological Models
流行病学,数学建模和计算工具之间的关系允许建立和测试关于疾病发展和战斗的理论。这篇博士论文的动机是从最优控制的角度研究应用于传染病的流行病学模型,特别是与登革热有关。登革热是一种由蚊子传播的亚热带和热带疾病,每年影响约1亿人,世界卫生组织认为这是公共卫生的一个主要问题。在这项工作中开发和测试的数学模型是基于常微分方程,描述了疾病的动力学,包括人与蚊子之间的相互作用。对平衡点及其稳定性和基本再生产数进行了分析研究。登革热的传播可以通过控制传播媒介的措施来减弱,例如使用特定的杀虫剂和开展教育活动。由于开发一种潜在的疫苗一直是最近的全球赌注,模型的基础上模拟一个假设的疫苗接种过程中的人口提出。基于最优控制理论,我们分析了使用这些控制的最优策略,并考虑生物经济学方法,在人群中的疾病爆发期间,对减少/根除的各自影响。制定的问题是数值求解使用直接和间接的方法。第一种方法是将问题离散化,将其转化为一个非线性最优化问题。间接方法使用庞特里亚金最大值原理作为必要条件来找到相应控制的最优曲线。在这两种策略中,使用了几个数值软件包。
2014-01-29 math.OC q-bio.PE