用于管理疫情的数据驱动模型预测控制器：以孔力斯地区新冠肺炎为例
种群与进化
2025-07-04 v1 系统与控制
系统与控制
摘要
本文探讨了在疫情期间实施系统化社交隔离政策的益处。我们基于从可用数据中识别出的SIHRD模型开发了一个混合整数数据驱动模型预测控制(MPC)方案。以孔力斯地区新冠肺炎病毒(亦称COVID-19)的传播为参考案例，数据来源于2021年12月至2022年5月期间。隔离方案的控制决策变量取有限个数值，对应于所需隔离水平。控制输入进一步受限，仅在经过最小时间后才能在不同水平之间切换。仿真结果验证了我们的设计，表明医院住院需求仍在卫生机构的容量范围内，通过短时间内提高隔离水平可显著减少死亡人数，而对社交和经济影响可忽略不计。我们还表明，引入额外的隔离层次可实现更平滑的控制方案，显著降低住院负担。
关键词
引用
@article{arxiv.2507.01996,
title = {A Data-Driven Model Predictive Controller to manage epidemics: The case of SARS-CoV-2 in Mauritius},
author = {S. Z. Sayed Hassen and A. Aboudonia and J. Lygeros},
journal= {arXiv preprint arXiv:2507.01996},
year = {2025}
}
备注
6 pages, 6 figures, European Control Conference 2025