基于情景的疫情期间非药物干预模型预测控制方案
系统与控制
2025-06-24 v1 系统与控制
摘要
本文提出一种用于通过非药物干预（NPIs）控制演化疫情的情景基于模型预测控制（MPC）方案。该方案结合了对可能的疫情演化进行预测，以决定实施的NPIs严重程度水平，以维持医院压力低于预设阈值，同时最小化其对社会的影响。具体而言，我们首先引入SIDTHE（易感者、感染者、被检测者、受威胁者、康复者和死亡者）子群组的 compartments 模型，并描述其正不变集。该模型足够表述，能够显式捕捉住院人员比例，同时保持相对于公开数据集的参数可辨识性。其次，我们构建情景基于MPC方案，包含可回应措施，以捕捉模型参数可能的不确定性，例如由于人口行为或季节性因素。我们的结果表明，所提控制器的情景性质能够充分应对所有情景，在传统MPC方法失效的极具挑战性的情况下，仍能将医院压力控制在线上。
引用
@article{arxiv.2506.17972,
title = {A Scenario-based Model Predictive Control Scheme for Pandemic Response through Non-pharmaceutical Interventions},
author = {Domagoj Herceg and Marco DellOro and Riccardo Bertollo and Fuminari Miura and Paul de Klaver and Valentina Breschi and Dinesh Krishnamoorthy and Mauro Salazar},
journal= {arXiv preprint arXiv:2506.17972},
year = {2025}
}