动态优化的直接转录：以 COVID-19 大流行期间双患者通气为例的教程
最优化与控制
2021-12-16 v1 系统与控制
系统与控制
摘要
多种最优控制、估计、系统辨识和设计问题可表述为带微分等式与不等式约束的泛函优化问题。由于这些问题是无限维的且通常没有已知的解析解，人们不得不求助于数值方法来计算近似解。本文使用统一记号概述了用于求解连续时间动态优化问题的同时直接法（先离散后优化）中转录步骤的一些技术。我们聚焦于配置法、积分残差法和 Runge-Kutta 格式。随后将这些转录方法应用于一个仿真案例研究，以回答 COVID-19 大流行期间出现的一个问题，即：如果呼吸机不足，是否可能用一台呼吸机为多名患者通气？结果表明，原则上有可能利用相对较少的流量测量值足够准确地估计个体患者参数，而无需将患者从系统断开或使用多于一个的流量传感器。我们还表明，通过调节每位患者气流所经历的阻力并控制呼吸机压力，有可能确保两名不同患者确实接收到其所需的潮气量。
引用
@article{arxiv.2011.11570,
title = {Direct Transcription for Dynamic Optimization: A Tutorial with a Case Study on Dual-Patient Ventilation During the COVID-19 Pandemic},
author = {Eric C. Kerrigan and Yuanbo Nie and Omar Faqir and Caroline H. Kennedy and Steven A. Niederer and Jose A. Solis-Lemus and Peter Vincent and Steven E. Williams},
journal= {arXiv preprint arXiv:2011.11570},
year = {2021}
}
备注
Accepted to 59th IEEE Conference on Decision and Control, Jeju Island, Republic of Korea, December 14th-18th 2020