Інтелектуальне оптимальне керування нелінійною системою популяційної динаміки хворих на діабет із використанням генетичного алгоритму
Diabetes is a chronic disease affecting millions of people worldwide. Several studies have been carried out to control the diabetes problem, involving both linear and non-linear models. However, the complexity of linear models makes it impossible to describe the diabetic population dynamic in depth....
Saved in:
| Date: | 2024 |
|---|---|
| Main Authors: | , |
| Format: | Article |
| Language: | English |
| Published: |
The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute"
2024
|
| Subjects: | |
| Online Access: | http://journal.iasa.kpi.ua/article/view/304622 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Journal Title: | System research and information technologies |
Institution
System research and information technologies| _version_ | 1856543596381995008 |
|---|---|
| author | El Ouissari, Abdellatif El Moutaouakil, Karim |
| author_facet | El Ouissari, Abdellatif El Moutaouakil, Karim |
| author_sort | El Ouissari, Abdellatif |
| baseUrl_str | |
| collection | OJS |
| datestamp_date | 2024-05-23T07:09:36Z |
| description | Diabetes is a chronic disease affecting millions of people worldwide. Several studies have been carried out to control the diabetes problem, involving both linear and non-linear models. However, the complexity of linear models makes it impossible to describe the diabetic population dynamic in depth. To capture more detail about this dynamic, non-linear terms were introduced into the mathematical models, resulting in more complicated models strongly consistent with reality (capable of re-producing observable data). The most commonly used methods for control estimation are Pantryagain’s maximum principle and Gumel’s numerical method. However, these methods lead to a costly strategy regarding material and human resources; in addition, diabetologists cannot use the formulas implemented by the proposed controls. In this paper, the authors propose a straightforward and well-performing strategy based on non-linear models and genetic algorithms (GA) that consists of three steps: 1) discretization of the considered non-linear model using classical numerical methods (trapezoidal rule and Euler–Cauchy algorithm); 2) estimation of the optimal control, in several points, based on GA with appropriate fitness function and suitable genetic operators (mutation, crossover, and selection); 3) construction of the optimal control using an interpolation model (splines). The results show that the use of the GA for non-linear models was successfully solved, resulting in a control approach that shows a significant decrease in the number of diabetes cases and diabetics with complications. Remarkably, this result is achieved using less than 70% of available resources. |
| first_indexed | 2025-07-17T10:28:32Z |
| format | Article |
| id | journaliasakpiua-article-304622 |
| institution | System research and information technologies |
| language | English |
| last_indexed | 2025-07-17T10:28:32Z |
| publishDate | 2024 |
| publisher | The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute" |
| record_format | ojs |
| spelling | journaliasakpiua-article-3046222024-05-23T07:09:36Z Intelligent optimal control of nonlinear diabetic population dynamics system using a genetic algorithm Інтелектуальне оптимальне керування нелінійною системою популяційної динаміки хворих на діабет із використанням генетичного алгоритму El Ouissari, Abdellatif El Moutaouakil, Karim оптимальне керування диференціальне рівняння діабет генетичні алгоритми штучний інтелект інтелектуальний локальний пошук optimal control differential equation diabetes genetic algorithms artificial intelligence intelligent local search Diabetes is a chronic disease affecting millions of people worldwide. Several studies have been carried out to control the diabetes problem, involving both linear and non-linear models. However, the complexity of linear models makes it impossible to describe the diabetic population dynamic in depth. To capture more detail about this dynamic, non-linear terms were introduced into the mathematical models, resulting in more complicated models strongly consistent with reality (capable of re-producing observable data). The most commonly used methods for control estimation are Pantryagain’s maximum principle and Gumel’s numerical method. However, these methods lead to a costly strategy regarding material and human resources; in addition, diabetologists cannot use the formulas implemented by the proposed controls. In this paper, the authors propose a straightforward and well-performing strategy based on non-linear models and genetic algorithms (GA) that consists of three steps: 1) discretization of the considered non-linear model using classical numerical methods (trapezoidal rule and Euler–Cauchy algorithm); 2) estimation of the optimal control, in several points, based on GA with appropriate fitness function and suitable genetic operators (mutation, crossover, and selection); 3) construction of the optimal control using an interpolation model (splines). The results show that the use of the GA for non-linear models was successfully solved, resulting in a control approach that shows a significant decrease in the number of diabetes cases and diabetics with complications. Remarkably, this result is achieved using less than 70% of available resources. Цукровий діабет є хронічним захворюванням, яким страждають мільйони людей у всьому світі. Виконано кілька досліджень, спрямованих на контроль проблеми діабету, із використанням як лінійних, так і нелінійних моделей. Однак складність лінійних моделей не в змозі глибинно описати динаміку діабетичного населення. Щоб отримати більше деталей про цю динаміку, до математичних моделей уведено нелінійні терміни, що призвело до більш складних моделей, які повністю відповідають реальності (здатні відтворювати спостережувані дані). Найбільш часто використовуваними методами для оцінювання контролю є принцип максимуму Пантрягейна та числовий метод Гумеля. Однак ці методи призводять до дуже дорогої стратегії з точки зору матеріальних і людських ресурсів; крім того, діабетологи не в змозі використовувати формули, реалізовані запропонованими елементами контролю. Запропоновано вибіркову стратегію та продуктивність, засновану на нелінійних моделях і генетичних алгоритмах (GA), яка виконується в три етапи: 1) дискретизація розглянутої нелінійної моделі за допомогою класичних числових методів (правило трапеції та алгоритм Ейлера–Коші); 2) оцінювання оптимального контролю в кількох точках на основі GA з відповідною функцією пристосованості та відповідними генетичними операторами (мутація, схрещування та відбір); 3) побудова оптимального керування за допомогою інтерполяційної моделі (сплайнів). Отримані результати показали, що використання GA для нелінійних моделей було успішно вирішено, що призвело до контрольного підходу, який демонструє значне зменшення кількості випадків діабету та діабетиків з ускладненнями. Примітно, що цей результат досягається з використанням менше ніж 70% доступних ресурсів. The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute" 2024-03-29 Article Article application/pdf http://journal.iasa.kpi.ua/article/view/304622 10.20535/SRIT.2308-8893.2024.1.10 System research and information technologies; No. 1 (2024); 134-148 Системные исследования и информационные технологии; № 1 (2024); 134-148 Системні дослідження та інформаційні технології; № 1 (2024); 134-148 2308-8893 1681-6048 en http://journal.iasa.kpi.ua/article/view/304622/296453 |
| spellingShingle | оптимальне керування диференціальне рівняння діабет генетичні алгоритми штучний інтелект інтелектуальний локальний пошук El Ouissari, Abdellatif El Moutaouakil, Karim Інтелектуальне оптимальне керування нелінійною системою популяційної динаміки хворих на діабет із використанням генетичного алгоритму |
| title | Інтелектуальне оптимальне керування нелінійною системою популяційної динаміки хворих на діабет із використанням генетичного алгоритму |
| title_alt | Intelligent optimal control of nonlinear diabetic population dynamics system using a genetic algorithm |
| title_full | Інтелектуальне оптимальне керування нелінійною системою популяційної динаміки хворих на діабет із використанням генетичного алгоритму |
| title_fullStr | Інтелектуальне оптимальне керування нелінійною системою популяційної динаміки хворих на діабет із використанням генетичного алгоритму |
| title_full_unstemmed | Інтелектуальне оптимальне керування нелінійною системою популяційної динаміки хворих на діабет із використанням генетичного алгоритму |
| title_short | Інтелектуальне оптимальне керування нелінійною системою популяційної динаміки хворих на діабет із використанням генетичного алгоритму |
| title_sort | інтелектуальне оптимальне керування нелінійною системою популяційної динаміки хворих на діабет із використанням генетичного алгоритму |
| topic | оптимальне керування диференціальне рівняння діабет генетичні алгоритми штучний інтелект інтелектуальний локальний пошук |
| topic_facet | оптимальне керування диференціальне рівняння діабет генетичні алгоритми штучний інтелект інтелектуальний локальний пошук optimal control differential equation diabetes genetic algorithms artificial intelligence intelligent local search |
| url | http://journal.iasa.kpi.ua/article/view/304622 |
| work_keys_str_mv | AT elouissariabdellatif intelligentoptimalcontrolofnonlineardiabeticpopulationdynamicssystemusingageneticalgorithm AT elmoutaouakilkarim intelligentoptimalcontrolofnonlineardiabeticpopulationdynamicssystemusingageneticalgorithm AT elouissariabdellatif íntelektualʹneoptimalʹnekeruvannânelíníjnoûsistemoûpopulâcíjnoídinamíkihvorihnadíabetízvikoristannâmgenetičnogoalgoritmu AT elmoutaouakilkarim íntelektualʹneoptimalʹnekeruvannânelíníjnoûsistemoûpopulâcíjnoídinamíkihvorihnadíabetízvikoristannâmgenetičnogoalgoritmu |