用于制定最优流行病控制策略的反馈设计

本文提出一种能有效应对不确定性的反馈设计，用于可靠的流行病监测与控制。已有若干基于优化的方法利用过往报告数据来估计流行病模型的参数。然而，由于数据中存在噪声的可能性，估计参数可能不准确，从而加剧模型不确定性。为解决该问题，我们给出一种观测器设计，即便在模型不确定与测量含噪的情况下，也能实现流行病过程的鲁棒状态估计。利用估计得到的模型与状态，我们通过最小化预测代价泛函来制定最优控制策略。为证明方法有效性，我们将其应用于一个改进的 SIR 流行病模型。结果表明，我们所提方法在缓解流行病监测与控制中可能出现的不确定性方面是高效的。