Nonlinear model predictive control with logic constraints for COVID-19 management 2020. december 4.

Szederkényi Gábor oktatónk és Csutak Balázs hallgatónk közös cikke a COVID terjedés megakadályozásának ideális beavatkozási módszereiről kiemelt cikként jelent meg a Springer kiadó Nonlinear Dynamics folyóiratánál.

Az időről időre felbukkanó új járványok kezelése komoly kihívást jelent a megfelelő gyógyszerek vagy vakcina rendelkezésre állásáig, mivel a döntéshozóknak rendszerint egymásnak ellentmondó és ráadásul időben változó célok között kell egyensúlyozni, hogy egyidőben megfelelően védjék az emberi életeket, de biztosítsák a gazdaság és a társadalom működését is. A járványok terjedésének leírásához és előrejelzéséhez különböző részletességű matematikai modellek állnak rendelkezésre, amelyek szerkezete a szakirodalomból jórészt ismert, paramétereiket pedig az aktuális járványügyi adatokból határozhatjuk meg. A Nonlinear Dynamics c. folyóiratban kiemelt cikként megjelent anyagban a Pázmány ITK kutatói a Prof. Röst Gergely által vezetett Járványmatematikai Modellező és Epidemiológiai Elemző Munkacsoporttal együttműködve olyan döntéstámogatási módszert dolgoztak ki, amely korszerű rendszerelméleti megközelítésen alapul. A teljesítendő követelmények (pl. a kórházban ápoltak akár időben változó maximális száma, előre meghatározott intézkedési szintek betartása) tömör logikai kifejezések formájában adhatók meg, amelyekből a rendszermodell felhasználásával automatikusan ngenerálható a megoldandó komplex számítási feladat. Így az aktuális járványadatok visszacsatolásával hatékonyan támogatható és frissíthető az a stratégia, amely egyszerre próbálja biztosítani a gazdaság és az egészségügyi ellátórendszer működőképességét.

A cikk teljes terjedelmében itt olvasható.

x