کنترل مد لغزشی مبتنی بر داده مبتنی بر شبکه عصبی بازگشتی تصویر 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 به‌گونه‌ای 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 می‌گیرد که در آن از خطی‌سازی دینامیکی محلی مبتنی بر تخمین مشتق شبه‌جزئی برای توصیف رابطه بین ورودی و خروجی استفاده می‌شود. برای تعیین قانون کنترل، نخست یک شاخص عملکرد مبتنی بر تحقق شرط دسترسی نمایی زمان گسسته تعریف می‌شود. با تبدیل این شاخص به یک مسئله برنامه‌ریزی مرتبه دوی مقید، دینامیک شبکه عصبی بازگشتی تصویر بر اساس نظریه تصویر استخراج می‌شود. به کمک معادله خروجی بهینه‌سازی، دینامیک حلقه بسته به‌صورت صریح تعیین می‌گردد و تحلیل پایداری حلقه بسته به کمک رویکرد مقدار تکین مورد بررسی قرار می‌گیرد. نتایج شبیه‌سازی الگوریتم پیشنهادی در قیاس با یکی از جدیدترین رویکردهای کنترلی، نشان‌دهنده کیفیت بالای الگوریتم در هدایت دینامیک عفونت hiv به نقطه تعادل سالم در حضور عدم قطعیت مدل و اغتشاشات خارجی است.