基于强化学习的事件驱动的最佳预防控制策略,用于类黄龙模型
Yongwei Zhang1,2, Xiaoling Deng3,2, Yubin Lan3,2
1College of Mathematics and Informatics, South China Agricultural University, Guangzhou, 510642, China.
Infectious Disease Modelling
|July 30, 2025
概括
本研究介绍了一种以事件为导向的最佳预防控制策略,使用强化学习来对抗花黄龙 (HLB),这是由亚洲花 (ACP) 传播的传染病. 该方法有效地引导疾病模型进入健康状态,提供了一种新的控制方法.
科学领域:
- 农业科学 农业科学
- 控制理论 控制理论
- 机器学习 机器学习
背景情况:
- 类黄龙 (HLB) 对类产业构成重大威胁,造成了巨大的经济损失.
- 这种疾病是由亚洲类植物 (ACP) 传播的,因此需要有效的预防和控制策略.
研究的目的:
- 开发一种以事件为导向的最佳预防控制 (EDOPC) 策略,用于使用强化学习 (RL) 的类HLB.
- 确保HLB传播模型汇聚到无病平衡点.
主要方法:
- 使用带有系统输入输出数据的辐射基函数式事件驱动观察器创建了一个近似的HLB传播模型.
- 制定了一个EDOPC战略,在触发时间更新以尽量减少管理成本.
- 用一个单一的批评者网络结构来解决汉密尔顿-贾科比-贝尔曼方程,以获得一个近似的EDOPC策略.
主要成果:
- 观察者和批评者网络权重在事件发生时更新,与现实世界的条件保持一致.
- 根据事件驱动的重量调整定律,用利亚普诺夫稳定性原理证明了关键网络重量误差的统一终极边界性.
- 模拟实验验证了基于RL的EDOPC策略的有效性.
结论:
- 开发的基于RL的EDOPC策略有效控制类HLB的传播.
- 事件驱动方法为农业传染病管理提供了一种成本效益高的方法.
- 这项研究为在农业害虫和疾病管理中应用先进的控制技术提供了一个新的框架.
相关概念视频
01:57Adaptations that Reduce Water Loss
26.3K
Though evaporation from plant leaves drives transpiration, it also results in loss of water. Because water is critical for photosynthetic reactions and other cellular processes, evolutionary pressures on plants in different environments have driven the acquisition of adaptations that reduce water loss.
26.3K
01:17Hypothesis: Accept or Fail to Reject?
28.3K
The outcome of any hypothesis testing leads to rejecting or not rejecting the null hypothesis. This decision is taken based on the analysis of the data, an appropriate test statistic, an appropriate confidence level, the critical values, and P-values. However, when the evidence suggests that the null hypothesis cannot be rejected, is it right to say, 'Accept' the null hypothesis?
There are two ways to indicate that the null hypothesis is not rejected. 'Accept' the null...
There are two ways to indicate that the null hypothesis is not rejected. 'Accept' the null...
28.3K