کنترل مد لغزشی مبتنی بر داده مبتنی بر شبکه عصبی بازگشتیتصویر برای عفونت :HIV یک رویکرد مقدار تکین

در این مقاله، جبران سازی عفونت HIV با استفاده از کنترل مد لغزشی مبتنی بر داده در تلفیق با شبکه عصبی بازگشتی تصویر مورد توجه قرار گرفته است. اهداف اصلی تعیین قوانین کنترلی به گونه ای است که نیازی به معادلات ریاضی عفونت HIV نباشد و محدودیت فیزیکی محرک نیز برآورده شود. این کار با توسعه مبانی کنترل تطبیقی مستقل از مدل صورت می گیرد که در آن از خطی سازی دینامیکی محلی مبتنی بر تخمین مشتق شبه جزئی برای توصیف رابطه بین ورودی و خروجی استفاده می شود. برای تعیین قانون کنترل، نخست یک شاخص عملکرد مبتنی بر تحقق شرط دسترسی نمایی زمان گسسته تعریف می شود. با تبدیل این شاخص به یک مسئله برنامه ریزی مرتبه دوی مقید، دینامیک شبکه عصبی بازگشتی تصویر بر اساس نظریه تصویر استخراج می شود. به کمک معادله خروجی بهینه سازی، دینامیک حلقه بسته به صورت صریح تعیین می گردد و تحلیل پایداری حلقه بسته به کمک رویکرد مقدار تکین مورد بررسی قرار می گیرد. نتایج شبیه سازی الگوریتم پیشنهادی در قیاس با یکی از جدیدترین رویکردهای کنترلی، نشان دهنده کیفیت بالای الگوریتم در هدایت دینامیک عفونت HIV به نقطه تعادل سالم در حضور عدم قطعیت مدل و اغتشاشات خارجی است.