传输神经网络：用于网络病毒传播的近似型轴控制
系统与控制
2025-10-28 v1 系统与控制
最优化与控制
摘要
Gao 和 Caines（2022）提出的传输神经网络（TransNNs）既作为网络上病毒传播的模型，也具有可调激活函数的神经网络模型。本文证明TransNNs为由关联马尔可夫 SIS 模型生成的感染概率提供上界，该模型具有 个状态配置，其中 为网络中节点的数目，可用作后者的近似模型。基于此近似，提出一种基于TransNN的型轴控制方法，用于缓解病毒传播。我们演示它相对于解决 状态配置的马尔可夫 SIS 模型的动态规划方法实现了显著的计算节省，同时提供了比 TransNN 基于最优控制更保守的控制动作。最后， Present numerical comparisons among (a) 马尔可夫 SIS 模型的动态规划解、(b) TransNN 基于最优控制和 (c) 提议的 TransNN 基于型轴控制。
引用
@article{arxiv.2510.22871,
title = {Transmission Neural Networks: Approximate Receding Horizon Control for Virus Spread on Networks},
author = {Shuang Gao and Peter E. Caines},
journal= {arXiv preprint arXiv:2510.22871},
year = {2025}
}