随机基因调控网络的预测切换控制：基于 PIDE 的收缩框架
动力系统
2026-05-11 v1 分子网络
摘要
本文发展了一种用于描述由部分积分微分方程 (PIDE) 模型表示的随机基因调控网络的预测切换控制算法，直接控制概率密度函数的形状。控制输入从有限候选集合中选择，以最小化预先设定的代价函数。提出了一种用于高维系统可扩展性的混合框架，使用神经网络近似控制策略。理论核心贡献是对闭环 PIDE 动力学的收缩分析。该文在所提出的控制方案下建立了 收缩性，获得形式稳定性保证，表明概率密度的演化逐渐独立于初始条件。此外，在严格为正的渗漏项下，得到指数收敛。通过数值仿真在三个维数递增的典型示例中说明了该方法的有效性与灵活性，以及理论收缩结果。
引用
@article{arxiv.2605.07614,
title = {Predictive-Switching Control of Stochastic Gene Regulatory Networks: A Contractive PIDE Framework},
author = {Christian Fernández and Manuel Pájaro and Gábor Szederkényi and Irene Otero-Muras},
journal= {arXiv preprint arXiv:2605.07614},
year = {2026}
}