×

估计非线性系统鲁棒吸引域的迭代方法:应用于具有参数不确定性的癌症化疗模型。 (英语) Zbl 1412.93038号

摘要:本文提出了一种估计非线性系统鲁棒吸引域的迭代方法。该方法基于参数相关凸差分包含(CDI)系统对不确定非线性系统的逼近,以及本文介绍的线性系统的经典迭代方法。导出了计算凸集序列的鲁棒一步算子,并讨论了多面体情况。给出了一种基于鲁棒一步算子的迭代过程总结算法,这是本文的理论贡献。将该方法应用于考虑参数不确定性的癌症化疗模型,结果表明,癌症化疗模型的鲁棒吸引域发生了急剧减小,这是由于存在参数不确定性所致。同时也证明,侵袭性化疗并不是所有患者的有效治疗方法。

MSC公司:

93立方厘米 控制理论中的非线性系统
93B35型 灵敏度(稳健性)
92 C50 医疗应用(通用)

软件:

SMRSOFT公司
PDF格式BibTeX公司 XML格式引用
全文: 内政部 哈尔

参考文献:

[1] Aubin,J.,《生存理论》(2009),施普林格科学与商业媒体·Zbl 1179.93001号
[2] Bertsekas,D.P.,使用反馈控制的状态空间区域的无限时间可达性,IEEE Trans。自动化。控制,17,604-613(1972)·Zbl 0264.93011号
[3] Bertsekas,D.P.,凸优化理论(2009),雅典娜科学出版社·Zbl 1242.90001号
[4] Chesi,G.,《吸引力领域:通过SOS编程进行分析和控制》,415(2011),施普林格科学与商业媒体·Zbl 1242.93099号
[5] 吉尔伯特,E.G。;Tan,K.,具有状态和控制约束的线性系统:最大输出容许集的理论和应用,IEEE Trans。自动化。控制,361008-1020(1991)·兹比尔0754.93030
[6] 科尔马诺夫斯基,I。;Gilbert,E.G.,离散时间线性系统扰动不变集的理论与计算,数学。问题。工程,4317-367(1998)·Zbl 0923.93005号
[7] Raković,S.V。;科里根,E.C。;库拉马斯,K.I。;Mayne,D.Q.,最小鲁棒正不变集的不变近似,IEEE Trans。自动化。控制,50406-410(2005)·Zbl 1365.93122号
[8] Magni,L。;De Nicolao,G。;Magnani,L。;Scattolini,R.,非线性系统基于稳定模型的预测控制算法,Automatica,371351-1362(2001)·Zbl 0995.93033号
[9] 阿拉莫,T。;Cepeda,A。;菲亚奇尼,M。;Camacho,E.F.,离散时间Lur’E系统的凸不变集,Automatica,451066-1071(2009)·Zbl 1162.93371号
[10] 菲亚奇尼,M。;阿拉莫,T。;Camacho,E.F.,关于非线性系统凸鲁棒控制不变集的计算,Automatica,46,8,1334-1338(2010)·Zbl 1205.93037号
[11] 布兰奇尼,F。;Miani,S.,《控制中的理论方法》(2008),Birkhäuser·Zbl 1140.93001号
[12] Fiacchini,M.,《用于系统分析和设计的凸差包含》(2010年1月),西班牙塞维利亚大学,博士论文
[13] 菲亚奇尼,M。;阿拉莫,T。;Camacho,E.F.,凸差分包含系统的不变集计算,系统。控制信函。,61, 8, 819-826 (2012) ·Zbl 1251.93078号
[14] 奥宾,J.-P。;Cellina,A.,《差异包含:集值映射和生存理论》,264(2012),Springer Science&Business Media
[15] Riah,R。;菲亚奇尼,M。;Alamir,M.,基于不变性的癌症化疗分析,2015年IEEE控制应用会议(CCA)论文集,1111-1116(2015),IEEE
[16] Swan,G.W.,最优控制理论在癌症化疗中的作用,数学。Biosci.公司。,101, 2, 237-284 (1990) ·Zbl 0702.92007号
[17] Martin,R.,癌症化疗的最佳控制药物调度,自动化,28,61113-1123(1992)
[18] De Pillis,L.G。;顾伟(Gu,W.)。;Radunskaya,A.E.,《肿瘤的混合免疫治疗和化疗:建模、应用和生物学解释》,J.Theor。生物学,238,4,841-862(2006)·Zbl 1445.92135号
[19] Matveev,A.S。;Savkin,A.V.,最优控制理论在癌症化疗方案分析中的应用,系统。控制信函。,46111-321(2002年)·Zbl 1002.92012年
[20] De Pillis,L.G。;顾伟(Gu,W.)。;Fister,K.R。;头部,T。;Maples,K。;Murugan,A。;Neal,T。;Yoshida,K.,《肿瘤化疗:动力学分析及二次和线性最优控制研究》,数学。Biosci.公司。,209, 1, 292-315 (2007) ·Zbl 1122.49020号
[21] Ledzewicz,美国。;Schättler,H。;d'Onofrio,A.,癌症联合治疗的最佳控制,《决策与控制会议论文集》,疾病预防控制中心,1537-1542(2008)
[22] Chareyron,S。;Alamir,M.,《肿瘤的混合免疫治疗和化疗:反馈设计和模型更新方案》,J.Theor。《生物学》,258,3,444-454(2009)·兹比尔1405.92125
[23] Alamir,M.,癌症联合治疗的鲁棒反馈设计,Opt。控制应用程序。方法,35,1,77-88(2014)·Zbl 1284.93075号
[24] M.Alamir,关于使用强不确定性模型对联合癌症治疗进行概率认证,arXiv:1502.06218;M.Alamir,《关于使用强不确定性模型对联合癌症治疗进行概率认证》,arXiv:1502.06218·Zbl 1343.92205号
[25] Afenya,E.,《急性白血病和化疗:建模观点》,数学。Biosci.公司。,138, 2, 79-100 (1996) ·Zbl 0885.92026号
[26] 英国阿芬亚。;Bentil,D.E.,《白血病建模的一些观点》,数学。Biosci.公司。,150, 2, 113-130 (1998) ·Zbl 0946.92009号
[27] Hahnfeldt,P。;Panigrahy博士。;福克曼,J。;Hlatky,L.,血管生成信号下的肿瘤发展——肿瘤生长、治疗反应和血管后休眠的动力学理论,《癌症研究》,59,19,4770-4775(1999)
[28] De Pillis,L.G。;Radunskaya,A.,《具有免疫抵抗和药物治疗的数学肿瘤模型:最优控制方法》,计算机。数学。方法医学,3,2,79-100(2001)·Zbl 0985.92023号
[29] Murray,J.,阻断细胞周期进展的单一药物在癌症化疗中的最佳药物方案,数学。Biosci.公司。,123, 2, 183-213 (1994) ·Zbl 0807.92010年
[30] Riah,R。;菲亚奇尼,M。;Alamir,M.,受状态比例不确定性影响的癌症化疗模型的吸引域估计,2016年欧洲控制会议(ECC)论文集,2133-2138(2016),IEEE
[31] Rockafellar,R.T.,《凸分析》(1970),普林斯顿大学出版社:美国普林斯顿大学出版·Zbl 0229.90020号
[32] 博伊德,S。;Vandenberghe,L.,《凸优化》(2004),剑桥大学出版社·Zbl 1058.90049号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。