Un enfoque epidemiológico de redes complejas para el control de la propagación de enfermedades infecciosas con conexiones variables en el tiempo
Autores: Alanis, Alma Y.; Munoz-Gomez, Gustavo; Ramirez, Nancy F.; Sanchez, Oscar D.; Alvarez, Jesus G.
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Un enfoque epidemiológico de redes complejas para el control de la propagación de enfermedades infecciosas con conexiones variables en el tiempo
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Software
Palabras clave
Control neural
Enfermedades epidémicas
Estrategia de vacunación
Controlador impulsivo
Enfermedades infecciosas
Red compleja
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 27
Citaciones: Sin citaciones
Este trabajo introduce un algoritmo de control neural impulsivo diseñado para mitigar la propagación de enfermedades epidémicas. El objetivo de este artículo es el desarrollo de una estrategia de vacunación basada en un controlador impulsivo de tipo PIN basado en un identificador neural entrenado en línea para controlar la propagación de enfermedades infecciosas bajo un enfoque de red compleja con conexiones variables en el tiempo donde cada nodo representa una población de individuos cuya dinámica está definida por el modelo epidemiológico MSEIR. Considerando un modelo desconocido del sistema, se diseña un identificador neural que proporciona un modelo no lineal para la red compleja entrenado a través de un algoritmo de filtro de Kalman extendido. Se presentan resultados de simulación aplicando el esquema de control propuesto para una red compleja parametrizada como enfermedades infecciosas.
Descripción
Este trabajo introduce un algoritmo de control neural impulsivo diseñado para mitigar la propagación de enfermedades epidémicas. El objetivo de este artículo es el desarrollo de una estrategia de vacunación basada en un controlador impulsivo de tipo PIN basado en un identificador neural entrenado en línea para controlar la propagación de enfermedades infecciosas bajo un enfoque de red compleja con conexiones variables en el tiempo donde cada nodo representa una población de individuos cuya dinámica está definida por el modelo epidemiológico MSEIR. Considerando un modelo desconocido del sistema, se diseña un identificador neural que proporciona un modelo no lineal para la red compleja entrenado a través de un algoritmo de filtro de Kalman extendido. Se presentan resultados de simulación aplicando el esquema de control propuesto para una red compleja parametrizada como enfermedades infecciosas.