Contrôle adaptatif par rétroaction en sortie basé sur la passivité pour des systèmes dynamiques non linéaires non négatifs

Les applications cliniques potentielles du contrôle adaptatif par réseau de neurones pour la pharmacologie en général, et la médecine de l'anesthésie et des unités de soins critiques en particulier, sont clairement apparentes. En particulier, surveiller et contrôler la profondeur de l'anesthésie en chirurgie est d'une importance particulière. Les modèles non négatifs et compartimentaux fournissent un large cadre pour les systèmes biologiques et physiologiques, y compris la pharmacologie clinique, et sont bien adaptés au développement de modèles pour le contrôle en boucle fermée de l'administration de médicaments. Dans cet article, nous développons un cadre de contrôle adaptatif par rétroaction en sortie basé sur un réseau de neurones pour la régulation adaptative des points de consigne de systèmes non linéaires non négatifs et compartimentaux. Le cadre proposé est basé sur Lyapunov et garantit la bornitude ultime des signaux d'erreur correspondant aux états du système physique et aux gains de pondération du réseau de neurones. L'approche est applicable aux systèmes non linéaires non négatifs avec des dynamiques non modélisées de dimension inconnue et garantit que les états du système physique restent dans l'orthant non négatif de l'espace des états pour des conditions initiales non négatives. Enfin, un exemple numérique impliquant l'infusion du médicament anesthésique midazolam pour maintenir un niveau constant désiré de profondeur d'anesthésie pour une chirurgie non cardiaque est fourni pour démontrer l'efficacité de l'approche proposée.