SIS模型的自适应辨识
系统与控制
2023-11-03 v1 系统与控制
摘要
对传染病等扩散过程的有效遏制需要准确掌握支配其动力学的若干关键参数。本文中,我们首先表明辨识流行病学扩散过程底层参数的问题常常呈病态,且缺乏自适应学习方案收敛所需的持续激励。为应对该挑战,我们利用一种称为初始激励的松弛性质,结合递推最小二乘算法,设计了一种在线自适应辨识器,从SIS(易感-感染-易感)传染病模型的状态知识中学习其参数。我们证明了所提算法生成的迭代序列最小化一个辅助加权最小二乘代价函数。我们通过若干数值案例研究说明了估计传染病参数误差的收敛性,并与常规方法所得结果进行比较。
引用
@article{arxiv.2311.01337,
title = {Adaptive Identification of SIS Models},
author = {Chi Ho Leung and William E. Retnaraj and Ashish R. Hota and Philip E. Paré},
journal= {arXiv preprint arXiv:2311.01337},
year = {2023}
}