アタンガナ-バレーヌ派生法による非線形分数ルベッラモデルにおける最適制御技術の分析

科学分野:

• 数学的な疫学
• 分数式微積分
• 病気モデリング

背景:

• ルベッラ疫病は 世界的な健康,社会,経済的課題を 引き起こしています
• 効果的な病気の制御と理解は 根絶の取り組みに不可欠です
• 典型的な流行病学モデルは,記憶効果を含む複雑な疾患の動態を完全に捉えることはできません.

研究 の 目的:

• 記憶と遺伝的効果を組み込むために,アタンガナ-バレーヌ派生法 (ABC) を用いて非線形ルベッラモデルを開発し分析する.
• 赤毛の伝播方法,危険因子,長期的影響について,分数順位のアプローチを用いて調査する.
• ルーベラ管理のための断片的な最適制御問題を策定し,解決する.

主な方法:

• ABCデリバティブを持つ分数順位のSEITRモデルの開発.
• モデル特性の分析:存在性,ユニーク性,ポジティブ性,境界性
• リアプノフ理論を用いた基本複製数と均衡の安定性分析.
• 臨界値と影響するパラメータを特定するためのバイフォーケーション分析と感度分析
• ポントリャギンの最大原理を用いた分数最適制御問題の策定と解決.
• Toufik-Atanganaメソッドを用いた数値シミュレーション

主要な成果:

• この分数モデルでは ルーベッラ感染の記憶と遺伝効果を 捉えることができます
• 分析と数学的方法により,ラベラ無菌と流行状態の安定性が確認されました.
• 感受性分析により,病気の広がりに影響する主要なパラメータが特定されました.
• 時間依存の最適制御戦略 (ワクチン接種と治療) は,常時制御よりも効果的で費用対効果が高いことが示されました.
• 数値シミュレーションにより,感染率とコストが大幅に低下し,介入範囲が拡大しました.

結論:

• 断片的な順序のモデル,特にABCの派生は,ルベッラを理解し,管理するためのより現実的なアプローチを提供します.
• 最適な制御戦略は,特に時間に依存するものは,費用対効果の高い疫病管理に不可欠です.
• この研究は,ルベッラに対する公衆衛生介入の強化のために,先進的な数学ツールを統合することの重要性を強調しています.