modelling and control of biological and physiological systems

92
Μοντελοποίηση και ΄Ελεγχος Βιολογικών & Φυσιολογικών Συστηmάτων Παντελής Σωπασάκης Σχολή Χηmικών Μηχανικών Εθνικό Μετσόβιο Πολυτεχνείο 29 Dεκεmβρίου 2012 Π. Σωπασάκης Dιδακτορική Dιατριβή 1/82

Upload: pantelis-sopasakis

Post on 24-May-2015

339 views

Category:

Education


2 download

DESCRIPTION

Presentation of my PhD Thesis titled "Modelling and Control of Biological and Physiological Systems" (in Greek).

TRANSCRIPT

Page 1: Modelling and Control of Biological and Physiological Systems

Μοντελοποίηση και ΄Ελεγχος

Βιολογικών amp Φυσιολογικών Συστημάτων

Παντελής Σωπασάκης

Σχολή Χημικών Μηχανικών

Εθνικό Μετσόβιο Πολυτεχνείο

29 Δεκεμβρίου 2012

Π Σωπασάκης Διδακτορική Διατριβή 182

Αντικείμενο της Διατριβής

Π Σωπασάκης Διδακτορική Διατριβή 282

Βέλτιστη Χορήγηση Φαρμάκου

Π Σωπασάκης Διδακτορική Διατριβή 382

Μοριακός Σχεδιασμός Φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 482

Ιδιαιτερότητες του Προβλήματος Χορήγησης

Ο έλεγχος της χορήγησης φαρμάκου δεν προσιδιάζει σε κλασικά

συστήματα ελέγχου

κι έτσι απαιτούνται καινοτόμες μέθοδοι για την ανάλυση και το

σχεδιασμό εφαρμόσιμων ελεγκτών

Π Σωπασάκης Διδακτορική Διατριβή 582

Διάρθρωση

Ι Χορήγηση από του στόματος

II Συνεχής ενδοφλέβια έγχυση

III Κλασματική φαρμακοκινητική και έλεγχος

IV Χορήγηση με δειγματοληπτική μέτρηση

V Κρουστική χορήγηση

VI Μοριακή μοντελοποίηση

Π Σωπασάκης Διδακτορική Διατριβή 682

IΣχεδιασμός βέλτιστης κοινής πολιτικής

χορήγησης φαρμάκου

Χορήγηση από του στόματος σε πληθυσμό ασθενών

Π Σωπασάκης Διδακτορική Διατριβή 782

Ι Χορήγηση από του στόματος

Στόχος Σχεδιασμός βέλτιστης

κοινής πολιτικής χορήγησης

φαρμάκου σε πληθυσμό ασθενών

υπό τους περιορισμούς

1 Διαθεσιμότητα δόσεων

2 Περιορισμοί τοξικότητας

3 Περιορισμοί συχνότητας

χορήγησης

4 Εξασφάλιση

αποτελεσματικότητας

P Sopasakis H Sarimveis ldquoAn integer pro-gramming approach for optimal drug dose com-putationrdquo Comp Meth Prog Biomed vol 108pp 1022ndash1035 2012

Π Σωπασάκης Διδακτορική Διατριβή 882

Ι Μοντέλα Πεπερασμένης Κρουστικής Απόκρισης

Η συγκέντρωση του φαρμάκου στο όργανο j την στιγμή k είναι

γραμμικός συνδυασμός της τρέχουσας και Nj περασμένων δόσεων

Cj(k) =

Njsumi=0

αji middot dose(k minus i) αj sim N(microj Σj)

Κατασκευάζεται εύκολα από πειραματικές μετρήσεις

Περιγράφει περίπλοκες γραμμικές δυναμικές (με πολλά σημεία μη-

δενισμού στη συνάρτηση μεταφοράς τους)

P Sopasakis and H Sarimveis ldquoFormulation and solution of an optimal control problem wherethe input values are restricted on a finite setrdquo in 7th Hellenic Sci Conf Chem Eng June 2009

Π Σωπασάκης Διδακτορική Διατριβή 982

Ι Περιορισμοί Ασφαλείας και Αποδοτικότητας

Απαιτούμε σε κάθε όργανο j = 1 M και κάθε χρονική στιγμή

k = 0 T να ισχύει

E (Cj(k)) + γj

radicVar [Cj(k)] le mtcj

όπου mtcj είναι η Ελάχιστη Τοξική Συγκέντρωση στο όργανο jΕπίσης απαιτούμε για κάθε k ge Kj

E (Cj(k))minus δjradic

Var [Cj(k)] ge mecj

και mecj είναι η Ελάχιστη Θεραπευτική Συγκέντρωση στο j όργα-

νο

Π Σωπασάκης Διδακτορική Διατριβή 1082

Ι Περιορισμοί Δόσεων και Συχνότητας Χορήγησης

Οι δόσεις είναι περιορισμένες σε ένα διακριτό σύνολο X = xlpl=1

με x1 = 0 Ορίζουμε z(k) = (z1(k) zp(k)) isin 0 1p ώστε

dose(k) = xi ανν zi(k) = 1 και zl(k) = 0 για l 6= i Τότε

psumr=1

zr(k) = 1 για κάθε k isin N

Επίσης απαιτούμε οι διαδοχικές δόσεις να απέχουν τουλάχιστον dχρονικές στιγμές μεταξύ τους Αυτό γεννά τον περιορισμό

z1(k) + z1(k + 1) + + z1(k + d) ge dminus 1 k isin N

Π Σωπασάκης Διδακτορική Διατριβή 1182

Ι Αντικειμενική Συνάρτηση

Στόχος μας είναι η ελαχιστοποίηση της απόκλισης από τις επιθυμη-

τές τιμές CSPj (k) σε κάθε όργανο παρέχοντας την ελάχιστη συνο-

λικά ποσότητα φαρμάκου Εισάγουμε την αντικειμενική συνάρτηση

J(C z) =

Tsumk=0

ν middotpsumr=1

zr(k)xr︸ ︷︷ ︸dose(k)

+Msumj=1

λj[Cj(k)minus CSPj (k)

]2

όπου z = z(0) z(T ) και C = C(0) C(T ) Αν το

φάρμακο χορηγείται για πρώτη φορά υποθέτουμε C(0) = 0

Π Σωπασάκης Διδακτορική Διατριβή 1282

Ι Πρόβλημα Βελτιστοποίησης

Επιλύουμε το πρόβλημα βελτιστοποίησης

J = minz

E [J(C z)]

υποκείμενο στους περιορισμούς

Cj(k) = [ x1 middotmiddotmiddot xp ]summin(Nj k)

i=0 αjiz(k minus i)sumpr=1 zr(k) = 1 forallk = 0 T

E (Cj(k)) + γjradic

Var [Cj(k)] le mtcj forallk = 0 T

E (Cj(k))minus δjradic

Var [Cj(k)] ge mecj forallk = Kj T

z1(k) + z1(k + 1) + + z1(k + d) ge dminus 1

και θεωρώντας Cj(0) = 0 Το πρόβλημα αυτό είναι ένα πρόβλη-

μα ακέραιου κυρτού προγραμματισμού με μη γραμμικούς

περιορισμούς

Π Σωπασάκης Διδακτορική Διατριβή 1382

Ι Χορήγηση L-dopa από του στόματος

Π Σωπασάκης Διδακτορική Διατριβή 1482

Ι Χορήγηση L-dopa από του στόματος

0 5 10 15 20 250

50

100

150

200

250

300

350

Time Instants

Str

iatu

m C

onc (n

molL)

Striatum Concentration

Σχήμα Συγκέντρωση στο ραβδωτό σώμα του εγκεφάλου κατόπιν χο-

ρήγησης της βέλτισης ακολουθίας δόσεων (γpl = 15 γstr = δstr = 0)

Π Σωπασάκης Διδακτορική Διατριβή 1582

Ι Χορήγηση L-dopa από του στόματος

0 5 10 15 20 25 300

02

04

06

08

1

12

14

Time Instants

Pro

babili

ty (

)

MTC Violation Probability minus Striatum

Σχήμα Πιθανότητα παραβίασης της Ελάχιστης Τοξικής Συγκέντρωσης

στο ραβδωτό σώμα του εγκεφάλου (γpl = 15 γstr = δstr = 0)

Π Σωπασάκης Διδακτορική Διατριβή 1682

Ι Χορήγηση L-dopa από του στόματος

0 5 10 15 20 25 300

1

2

3

4

5

6

Time Instants

Pro

babili

ty (

)

MEC Violation Probability minus Striatum

Σχήμα Πιθανότητα παραβίασης της Ελάχιστης Θεραπευτικής Συγκέν-

τρωσης στο ραβδωτό σώμα του εγκεφάλου (γpl = 15 γstr = δstr = 0)

Π Σωπασάκης Διδακτορική Διατριβή 1782

Ι Χορήγηση L-dopa από του στόματος

0 5 10 15 20 25

2

4

6

8

10

12

Time Instants

Dose (

mgk

g)

Optimal Dose

Σχήμα Βέλτιστη ακολουθία δόσεων που προκύπτει από την επίλυση του

προβλήματος στοχαστικής βελτιστοποίησης (γpl = 15 γstr = δstr = 0)

Π Σωπασάκης Διδακτορική Διατριβή 1882

IIΠροβλεπτικός ΄Ελεγχος Συνεχούς Ενδοβλέβιας

΄Εγχυσης Φαρμάκου

με δυνατότητα μεταβολής του set-point σε πραγματικό χρόνο και

με ελλιπή πληροφορία της κατάστασης

Π Σωπασάκης Διδακτορική Διατριβή 1982

ΙΙ ΄Ελεγχος Συνεχούς Ενδοβλέβιας ΄Εγχυσης

Διατύπωση του προβλήματος

1 Μόνο μετρήσεις στο πλάσμα είναι διαθέσιμες σε πραγματικό

χρόνο

2 Περιορισμοί στην είσοδο (ρυθμός χορήγησης) και την κατάστα-

ση (συγκεντρώσεις)

3 Το set-point μπορεί να μεταβάλλεται κατ΄ επιλογή του ιατρού

P Sopasakis P Patrinos S Giannikou and H Sarimveis ldquoPhysiologically based pharmacoki-netic modeling and predictive control an integrated approach for optimal drug administrationrdquoComputer Aided Chemical Engineering vol 29 pp 1490ndash1494 2011

Π Σωπασάκης Διδακτορική Διατριβή 2082

ΙΙ Φυσιολογικά ΦΚ Μοντέλα

Σχετικά Τα ΦΦΜ είναι σύνολα συνήθων διαφορικών εξισώσεων

που χρησιμοποιούνται για την πρόβλεψηπροσομοίωση της κατανο-

μής ουσιών σε έναν οργανισμό

Βασικά Χαρακτηριστικά

1 Μηχανιστική ερμηνεία της φαρμακοκινητικής

2 Μοντέλα συνεχούς χρόνου

3 Εξάγονται στη βάση ισοζυγίων μάζας (διάχυση ροή) και

άλλων αρχών της Φυσικής

Π Σωπασάκης Διδακτορική Διατριβή 2182

ΙΙ ΄Ελεγχος Προβλεπτικού Μοντέλου

Βασικά Χαρακτηριστικά

1 Εύρωστη ευστάθεια

2 Στρατηγική βέλτιστου ελέγχου

3 Οι περιορισμοί του συστήματος λαμβάνονται υπόψη με

συστηματικό τρόπο

H Sarimveis P Sopasakis A Afantitis and G Melagraki ldquoA model predictive control approachfor optimal drug administrationrdquo Chemical Engineering Transactions vol 17 2009

Π Σωπασάκης Διδακτορική Διατριβή 2282

ΙΙ Βήμα 1 Μοντελοποίηση

M V Evans et al ldquoA physiologically based pharmacokin model for iv and ingested DMA inmicerdquo Toxicol sci Oxford University Press pp 1ndash4 2008

Π Σωπασάκης Διδακτορική Διατριβή 2382

ΙΙ Βήμα 1 Μοντελοποίηση

Παράδειγμα

VblidCvi

dt= Qi (Cart minus Cvi)minus πi

(Cvi minus

CiPi

)minus

minus rexi (Cvi)Vbli

VidCidt

= πi

(Cvi minus

CiPi

)minus rmeti (Ci)Vi

Το σύνολο των εξισώσεων του μοντέλου γράφεται στο χώρο κα-

τάστασης στη μορφή

dx (t)

dt= f0 (x (t) u (t))

y(t) = g0(x(t))

Π Σωπασάκης Διδακτορική Διατριβή 2482

ΙΙ Βήμα 2 Διακριτοποίηση

Διακριτοποιούμε το σύστημα συνεχούς χρόνου

x(k + 1) = f(x(k) u(k))

y(k) = g0(x(k))

Το οποίο γραμμικοποιούμε γύρω από ένα σημείο ισορροπίας

x(k + 1) = Ax(k) +Bu(k)

y(k) = Cx(k)

ενώ στο σύστημα ενεργούν οι περιορισμοί

Gx(k) +Hu(k) leM

Π Σωπασάκης Διδακτορική Διατριβή 2582

ΙΙ Βήμα 3 Σχεδιασμός Παρατηρητή

Εισάγουμε το επαυξημένο σύστημα

x(k + 1) = Ax(k) +Bu(k) +Bdd(k)

d(k + 1) = d(k)

y(k) = Cx(k) + Cdd(k)

Αν ξ(k) = [ x(k)prime d(k)prime ]prime τότε το παραπάνω σύστημα γράφεται ως

ξ(k + 1) = Aξ(k) + Bu(k)

y(k) = Cξ(k)

Ορίζουμε ey(k) = Cξ (k)minusy (k) ΄Ενας γραμμικός παρατηρητής λαμβάνει

τη μορφή

ξ(k + 1) = Aξ(k) + Bu(k) +

[LxLd

]ey(k)

Π Σωπασάκης Διδακτορική Διατριβή 2682

ΙΙ Βήμα 4 Σχεδιασμός Προβλεπτικού Ελεγκτή

Κάθε χρονική στιγμή j λύνουμε το πρόβλημα ελαχιστοποίησης

V N

(ξ (j)

)= minπ=ujNminus1

j=0

VN

(π ξ (j)

)υποκείμενο στους περιορισμούς

ξ(k + 1) = Aξ(k) + Bu(k) forallk isin N[0Nminus1]

Gx (k) +Hu (k) leM forallk isin N[0N ]

ξ (0) = ξ(j)

όπου η αντικειμενική συνάρτηση είναι

VN

(π ξ (j)

)= x (N)minus x (j)2P

+sumNminus1k=0 x (k)minus x (j)2Q + u (k)minus u (j)2R

P Patrinos P Sopasakis and H Sarimveis ldquoA global piecewise smooth Newton method for fastlarge-scale model predictive controlrdquo Automatica vol 47 no 9 pp 2016ndash2022 2011

Π Σωπασάκης Διδακτορική Διατριβή 2782

ΙΙ Βήμα 4 Σχεδιασμός Προβλεπτικού Ελεγκτή

Ο πίνακας P που ποινικοποιεί την τερματική απόκλιση x (N)minus x (j) 2Pλαμβάνεται ως η (μοναδική) λύση της εξίσωσης

P = AprimePAminus (AprimePB) (BprimePB +R)minus1

(BprimePA) +Q

Τα x (j) και u (j) υπολογίζονται από τη σχέση[Aminus I BC 0

] [x (j)u (j)

]=

[minusBdd (j)

r (j)minus Cdd (j)

]

Π Σωπασάκης Διδακτορική Διατριβή 2882

ΙΙ Εφαρμογή ndash Χορήγηση DMA

Εφαρμογή σε ένα ΦΦΜ με 14 μεταβλητές κατάστασης (Evans etal) για χορήγηση DMA

0 1 2 3 4 50

002

004

006

008

01

012

014

Time (hr)

Co

nce

ntr

atio

n (

mg

L)

Kidney

Kidney (estimated)

Lung

Lung (estimated)

Σχήμα Απόκριση του παρατηρητή κατάστασης μετά από διέγερση του συ-

στήματος με πεπερασμένο παλμό πλάτους 01mghr και διάρκειας 24min

Π Σωπασάκης Διδακτορική Διατριβή 2982

ΙΙ Εφαρμογή ndash Χορήγηση DMA

Εφαρμόζουμε την προταθείσα μεθο-

δολογία στο σύστημα των Evans etal με τους περιορισμούς

Πίνακας Ελάχιστες Τοξικές Συγ-

κεντρώσεις

΄Οργανο MTC (microgL)

΄Ηπαρ 14

Δέρμα 14

Ερυθρά Αιμ 10

Νεφροί 05

Πνεύμονες 05

και μεταβάλλοντας το επιθυμητό ση-

μείο λειτουργίας

P Sopasakis P Patrinos amp H Sarimveis ldquoMo-del Predictive Control for Optimal Drug Admi-nistrationrdquo submitted 2012

0 05 1 15 2 25 3 35 4 450

02

04

06

08

1

12

14

Time (hr)

Concentr

ation (

ugL

)

Reference

Plasma

RBC

Lungs

Skin (tissue)

Kidney (tissue)

Liver (tissue)

0 05 1 15 2 25 3 35 4 450

005

01

Time (hr)

Adm

inis

tration R

ate

(ugh

r)

Π Σωπασάκης Διδακτορική Διατριβή 3082

III΄Ελεγχος Συστημάτων Κλασματικής Τάξης

με εφαρμογή στον έλεγχο της συγκέντρωσης φαρμάκου

Π Σωπασάκης Διδακτορική Διατριβή 3182

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κλασματικά Δυναμικά Συστήματα

Είναι τελεστικές σχέσεις εισόδου-εξόδου της μορφής

H(Dα1 Dαn)y(t) = G(Dβ1 Dβm)u(t)

Αν οι H και G είναι γραμμικοί τότε εφαρμόζοντας το μετασχημα-

τισμό Laplace έχουμε

T (s) =y(s)

u(s)=P (s)

Q(s)

όπου y(s) = L y(t) και u(s) = L u(t) και τα PQ είναι lsquoκλασμα-

τικά πολυώνυμαrsquo δηλαδή έχουν τη μορφή

P (s) =

nsumi=0

aisbi bi ge 0

Π Σωπασάκης Διδακτορική Διατριβή 3382

ΙΙΙ Κλασματική Φαρμακοκινητική

Χρησιμοποιούμε κλασματικές παραγώγους διότι

1 Οι παράγωγοι μη ακέραιας τάξης είναι μη-τοπικοί τελεστές

και άρα περιγράφουν διεργασίες με μνήμη όπως

3 η ανώμαλη διάχυση και

4 η παγίδευση φαρμάκου σε ιστούς

R Hilfer ldquoFractional diffusion based on Riemann-Liouville fractional derivativesrdquo J PhysChem B vol 104 pp 3914ndash3917 2000

Π Σωπασάκης Διδακτορική Διατριβή 3482

ΙΙΙ Κλασματική Φαρμακοκινητική Αμιοδαρόνης

Φαρμακοκινητικές Εξισώσεις

DA1 = minus(k12 + k10)A1(t) + k21 middot C D1minusaA2(t) + u(t)

DA2 = k12A1(t)minus k21 middot C D1minusaA2(t)

Π Σωπασάκης Διδακτορική Διατριβή 3582

ΙΙΙ Ρυθμιστής PIλDmicro

Κλασματικός ρυθμιστής με συνάρτηση μεταφοράς

Gc(s) = Kp +Ki

sλ+Kds

micro

ο οποίος παράγει τη ρυθμιστική δράση

u(t) = Kpε(t) +Ki(Iλ ε)(t) + (C Dmicro ε)(t)

όπου ε(t) = ySP (t)minus y(t)

Π Σωπασάκης Διδακτορική Διατριβή 3682

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Βαθμονόμηση Κλασματικού Ρυθμιστή

Ελαχιστοποίηση ενός ολοκληρωτικού κριστηρίου όπως του

JTfITAE =

int Tf

0τ |ε(τ)|dτ

Δηλαδή επίλυση του προβλήματος βελτιστοποίησης

J = min JTfITAE(KpKiKd λ micro)

υπό τις προαναφερθείσες προδιαγραφές βαθμονόμησης απ΄

όπου προκύπτουν οι βέλτιστες παράμετροι βαθμονόμησης

(Kp K

i K

d λ

micro) = argminJTfITAE

Π Σωπασάκης Διδακτορική Διατριβή 3882

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Εφαρμόζοντας το μετασχηματισμό Laplace προκύπτει η συνάρτηση

μεταφοράς του συστήματος

G(s) equiv A1(s)

U(s)=

sa + k21sa+1 + k21s+ (k10 + k12)sa + k10k21

Πίνακας ΦΚ Παράμετροι Αμιοδαρόνης

Παράμετρος Τιμή

a 05870k10 14913dayminus1

k12 29522dayminus1

k21 04854dayminusa

A Dokoumetzidis R Magin and P Macheras ldquoFractional kinetics in multi- compartmentalsystemsrdquo Journal of Pharmacokinetics and Pharmacodynamics vol 37 pp 507ndash524 2010

Π Σωπασάκης Διδακτορική Διατριβή 3982

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Πίνακας Βέλτιστες Παράμε-

τροι Βαθμονόμησης Κλασμα-

τικού Ρυθμιστή

Παράμετρος Τιμή

Kp 5052Ki 1511Kd 00756λ 09170micro 07590

005 01 015 02 025 030

002

004

006

008

01

012

Kp=20

Kp=95

Kp=K

p

opt

Time (days)

Am

ou

nt

A1

Π Σωπασάκης Διδακτορική Διατριβή 4082

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus100

minus50

0

50

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ανοιχτού βρόγχου Το περι-

θώριο φάσης είναι 98 και το περιθώριο ενίσχυσης 439db

Π Σωπασάκης Διδακτορική Διατριβή 4182

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus80

minus60

minus40

minus20

0

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης καθοδήγησης Η απολαβή στις

υψηλές συχνότητες (gt 102radday) είναι κάτω των minus60db

Π Σωπασάκης Διδακτορική Διατριβή 4282

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus30

minus20

minus10

0

10

Magnitude (

dB

)

10minus3

10minus2

10minus1

100

101

102

minus30

0

30

60

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ευαισθησίας Η απολαβή χα-

μηλών συχνοτήτων (lt 10minus2radday) είναι κάτω των minus20db

Π Σωπασάκης Διδακτορική Διατριβή 4382

IVΔειγματοληπτική Χορήγηση

Εξασφάλιση ικανοποίησης των περιορισμών στο συνεχές

Π Σωπασάκης Διδακτορική Διατριβή 4482

IV Συστήματα με Δειγματοληψία

΄Ενα σύστημα με δειγματοληψία με στοιχείο διατήρησης τιμής μη-

δενικής τάξης έχει τη μορφή

dx

dt= f(x(t) u(t))

u(t) = uk forallt isin [kh (k + 1)h)

Π Σωπασάκης Διδακτορική Διατριβή 4582

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Ο σχεδιασμός ενός ΕΠΜ που εγγυάται ικανοποίηση των

περιορισμών στο συνεχές είχε αναγνωριστεί ως ανοιχτό

πρόβλημα από τους L Grune και J Pannek το 2011

L Grune and J Pannek Nonlinear Model Predictive Control Theory and Algorithms ser Com-munications and Control Engineering Springer-Verlag 2011

Π Σωπασάκης Διδακτορική Διατριβή 4782

IV Διατύπωση του Προβλήματος

Το αρχικό πρόβλημα βελτιστοποίησης PN (x0) είναι

V N (x0) = inf

uisinCh([0Tf ]Rm)

int Tf

0`(x(t) u(t))dt+ Vf (x(Tf ))

υπό τους περιορισμούς

x(0) = x0

x(t) = Ax(t) +Bu(t) t isin [0 Tf ]

u(t) = uk t isin [kh (k + 1)h) k isin N[0Nminus1]

x(t) isin X t isin [0 Tf ] (Ημιάπειρο Πρόβλημα)

u(t) isin U t isin [0 Tf ]

x(Tf ) isin Xf

όπου Tf = Nh `(x u) = 12(xprimeQx+ uprimeRu) και Vf (x) = 1

2xprimePx

Π Σωπασάκης Διδακτορική Διατριβή 4882

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Πολυτοπικές Υπερπροσεγγίσεις

Χρησιμοποιώντας τη μέθοδο δι-

άσπασης Jordan σε συνδυασμό

με τη μέθοδο πλεγματοποίησης-

φράγματος κατασκευάζουμε πολύτο-

πα Pν με

Pν supe co Φ([0 h])

και

PνKrarr co Φ([0 h])

Ορίζουμε

Zν = Pminus1ν (X )

Αποδείξαμε ότι

Zν rarr Zh

minus06 minus04 minus02 0 02 04 06 08 1 12

065

07

075

08

085

09

095

1

x1

x2

Σχήμα Πολυτοπική Υπερπροσέγγι-

ση της συνάρτησης ∆(r) = eAr

P Patrinos P Sopasakis and H SarimveisldquoStochastic model predictive control for con-strained NCS with random time delayrdquo in Proc18th IFAC World Congress Aug 28 ndash Sep 22011

Π Σωπασάκης Διδακτορική Διατριβή 5082

IV Αναδιαμορφωμένο πρόβλημα ΕΠΜ

Διαμορφώνουμε την ακολουθία προβλημάτων ΕΠΜ

PνN (x0) V Nν (x0) = min

u[0Nminus1]isinUνN (x0)VN(x0u[0Nminus1]

)(1)

όπου

UνN (x0) =

u[0Nminus1]

∣∣∣∣∣∣∣∣∣∣

xk+1 = Ahxk +Bhukk isin N[0Nminus1]

(xk uk) isin Zν k isin N[0Nminus1]uk isin U k isin N[0Nminus1]xN isin X νf

(2)

Απ΄ όπου προκύπτουν οι βέλτιστες ακολουθίες λύσεων uν[0Nminus1]

Π Σωπασάκης Διδακτορική Διατριβή 5182

IV Ιδιότητες του ΕΠΜ

Ιδιότητες του σχήματος ΕΠΜ που

προτείνουμε

1 Ικανοποίηση των περιορισμών

στο συνεχή χρόνο

2 Εγγύηση ευστάθειας στο συνε-

χή χρόνο

3 uν[0Nminus1]grarr u[0Nminus1]

4 V Nνerarr V N

P Sopasakis P Patrinos and H SarimveisldquoModel Predictive Control for sampled-data li-near systems Guaranteeing continuous-time po-sitive invariancerdquo 2012 IEEE Trans Aut Contrsubmitted for publication

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Σχήμα Σύγκριση των πεδίων έλξης

της μεθοδολογίας μας με αυτή των

Magni και Scattolini

Π Σωπασάκης Διδακτορική Διατριβή 5282

VΚρουστική Χορήγηση

Αναλλοίωτο και Ευστάθεια Κρουστικών Συστημάτων Ελέγχου και

Σχεδιασμός Ελεγκτή Προβλεπτικού Μοντέλου

Π Σωπασάκης Διδακτορική Διατριβή 5382

V Κίνητρο

Τα Κρουστικά Δυναμικά περιγράφουν φαινόμενα στα οποία συμβα-

ίνουν στιγμιαία άλματα Σχετικά παραδείγματα είναι

1 Ζυμωτήρας διαλείποντος έργου (Shen et al 2007)

2 Πληθυσμιακή Δυναμική (Stone et al 2000)

3 Νανοηλεκτρονικά κυκλώματα (Yang and Chua 2000)

4 Πλοήγηση διαστημοπλοίου (Carter 1991)

5 Χορήγηση φαρμάκου (Kusuoka et al 1981)

Υπάρχει ωστόσο ένα μεθοδολογικό κενό ndash το οποίο προσπα-

θήσαμε να γεφυρώσουμε ndash το οποίο δεν επιτρέπει τη χρήση τους σε

εφαρμογές ελέγχου συστημάτων

Π Σωπασάκης Διδακτορική Διατριβή 5482

V Παράδειγμα Κρουστικής Συμπεριφοράς

minus2 minus1 0 1 2 3 4 5minus3

minus2

minus1

0

1

2

3

4

x1

x2

Impulsive Behaviour

Π Σωπασάκης Διδακτορική Διατριβή 5582

V Γραμμικά Κρουστικά Συστήματα τύπου Ι

Εστιάζουμε στα ακόλουθα κρουστικά συστήματα

dx

dt= Ax t isin hN (3αʹ)

(∆x)(τk) = BU(k x(τk)) (3βʹ)

όπου τk = kh k isin N Η λύση του (3) που τέμνει το (t0 x0) isinR times D με τη δράση της συνάρτησης ελέγχου U(k x) = g(x(τk))συμβολίζεται με ϕ(t t0 x0 g(middot))Το (3) υπόκειται στους περιορισμούς

x(t) isin X για κάθε t ge 0 X πολύεδρο

uk = g(x(τk)) isin U για κάθε k isin N U πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 5682

V Το πρόβλημα

Τα μόνα σημεία ισορροπίας τέτοιων συστημάτων τις περισσότερες

φορές δεν είναι άλλα από την αρχή ndash ή πιο γενικά σημεία

(xs us) isin kerAtimes kerB

΄Αρα δεν είναι δυνατό να σχεδιάσουμε σταθεροποιητικούς νόμους

ανάδρασης που οδηγούν την κατάσταση των κρουστικών συστη-

μάτων σε αυθαίρετα επιθυμητά σημεία

Π Σωπασάκης Διδακτορική Διατριβή 5782

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Π Σωπασάκης Διδακτορική Διατριβή 5982

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Υπολογισμός Ορίζουμε το F P(Rn)rarr P(Rn) ως

F (Ω) = projx

(y u) isin Rn+m

∣∣∣∣ ϕ(T 0 y u) isin ΩS (y u) sube Z

cap Ω

όπου S(x u) sube W(x u)1 Κάθε Y με F (Y) = Y είναι ένα Κρου-

στικά Ελεγκτικά Αναλλοώτο σύνολο ως προς Z

1Σημειώστε ότι W(x u) = clϕ(t 0 x u) t isin (0 h]Π Σωπασάκης Διδακτορική Διατριβή 6082

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Κατασκευάζουμε μια εμφολευμένη ακολουθία συνόλων YkkisinN ώστε

Y0 = ZYk+1 = F (Yk) k isin N

Το όριο

Yinfin =⋂kisinNYk

είναι ΚΕΑ Αν η σύγκλιση γίνεται σε πεπερασμένο αριθμό βημάτων

τότε είναι πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 6182

V Κρουστική Ευστάθεια Συνόλων

΄Ενα empty 6= Z $ X λέγεται ευσταθές για ένα δοσμένο σύστημα Σg

ndash με ανατροφοδότηση U(k x) = g(x(τk)) ndash ως προς ένα Y 6= empty αν

forallε gt 0existδ gt 0 x0 isin BYδ rArr ϕ(tx0 g(middot)) isin BZε forallt ge 0

Το Z λέγεται τοπικά ασυμπτωτικά ευσταθές για το Σgως

προς Y αν είναι ευσταθές και υπάρχει ε gt 0 ώστε

limtrarrinfin

distZ ϕ(tx0 g(middot)) = 0

οπόταν x0 isin BYε

Ορίζουμε BYδ = x isin X | distY(x) lt δ

Π Σωπασάκης Διδακτορική Διατριβή 6282

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 2: Modelling and Control of Biological and Physiological Systems

Αντικείμενο της Διατριβής

Π Σωπασάκης Διδακτορική Διατριβή 282

Βέλτιστη Χορήγηση Φαρμάκου

Π Σωπασάκης Διδακτορική Διατριβή 382

Μοριακός Σχεδιασμός Φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 482

Ιδιαιτερότητες του Προβλήματος Χορήγησης

Ο έλεγχος της χορήγησης φαρμάκου δεν προσιδιάζει σε κλασικά

συστήματα ελέγχου

κι έτσι απαιτούνται καινοτόμες μέθοδοι για την ανάλυση και το

σχεδιασμό εφαρμόσιμων ελεγκτών

Π Σωπασάκης Διδακτορική Διατριβή 582

Διάρθρωση

Ι Χορήγηση από του στόματος

II Συνεχής ενδοφλέβια έγχυση

III Κλασματική φαρμακοκινητική και έλεγχος

IV Χορήγηση με δειγματοληπτική μέτρηση

V Κρουστική χορήγηση

VI Μοριακή μοντελοποίηση

Π Σωπασάκης Διδακτορική Διατριβή 682

IΣχεδιασμός βέλτιστης κοινής πολιτικής

χορήγησης φαρμάκου

Χορήγηση από του στόματος σε πληθυσμό ασθενών

Π Σωπασάκης Διδακτορική Διατριβή 782

Ι Χορήγηση από του στόματος

Στόχος Σχεδιασμός βέλτιστης

κοινής πολιτικής χορήγησης

φαρμάκου σε πληθυσμό ασθενών

υπό τους περιορισμούς

1 Διαθεσιμότητα δόσεων

2 Περιορισμοί τοξικότητας

3 Περιορισμοί συχνότητας

χορήγησης

4 Εξασφάλιση

αποτελεσματικότητας

P Sopasakis H Sarimveis ldquoAn integer pro-gramming approach for optimal drug dose com-putationrdquo Comp Meth Prog Biomed vol 108pp 1022ndash1035 2012

Π Σωπασάκης Διδακτορική Διατριβή 882

Ι Μοντέλα Πεπερασμένης Κρουστικής Απόκρισης

Η συγκέντρωση του φαρμάκου στο όργανο j την στιγμή k είναι

γραμμικός συνδυασμός της τρέχουσας και Nj περασμένων δόσεων

Cj(k) =

Njsumi=0

αji middot dose(k minus i) αj sim N(microj Σj)

Κατασκευάζεται εύκολα από πειραματικές μετρήσεις

Περιγράφει περίπλοκες γραμμικές δυναμικές (με πολλά σημεία μη-

δενισμού στη συνάρτηση μεταφοράς τους)

P Sopasakis and H Sarimveis ldquoFormulation and solution of an optimal control problem wherethe input values are restricted on a finite setrdquo in 7th Hellenic Sci Conf Chem Eng June 2009

Π Σωπασάκης Διδακτορική Διατριβή 982

Ι Περιορισμοί Ασφαλείας και Αποδοτικότητας

Απαιτούμε σε κάθε όργανο j = 1 M και κάθε χρονική στιγμή

k = 0 T να ισχύει

E (Cj(k)) + γj

radicVar [Cj(k)] le mtcj

όπου mtcj είναι η Ελάχιστη Τοξική Συγκέντρωση στο όργανο jΕπίσης απαιτούμε για κάθε k ge Kj

E (Cj(k))minus δjradic

Var [Cj(k)] ge mecj

και mecj είναι η Ελάχιστη Θεραπευτική Συγκέντρωση στο j όργα-

νο

Π Σωπασάκης Διδακτορική Διατριβή 1082

Ι Περιορισμοί Δόσεων και Συχνότητας Χορήγησης

Οι δόσεις είναι περιορισμένες σε ένα διακριτό σύνολο X = xlpl=1

με x1 = 0 Ορίζουμε z(k) = (z1(k) zp(k)) isin 0 1p ώστε

dose(k) = xi ανν zi(k) = 1 και zl(k) = 0 για l 6= i Τότε

psumr=1

zr(k) = 1 για κάθε k isin N

Επίσης απαιτούμε οι διαδοχικές δόσεις να απέχουν τουλάχιστον dχρονικές στιγμές μεταξύ τους Αυτό γεννά τον περιορισμό

z1(k) + z1(k + 1) + + z1(k + d) ge dminus 1 k isin N

Π Σωπασάκης Διδακτορική Διατριβή 1182

Ι Αντικειμενική Συνάρτηση

Στόχος μας είναι η ελαχιστοποίηση της απόκλισης από τις επιθυμη-

τές τιμές CSPj (k) σε κάθε όργανο παρέχοντας την ελάχιστη συνο-

λικά ποσότητα φαρμάκου Εισάγουμε την αντικειμενική συνάρτηση

J(C z) =

Tsumk=0

ν middotpsumr=1

zr(k)xr︸ ︷︷ ︸dose(k)

+Msumj=1

λj[Cj(k)minus CSPj (k)

]2

όπου z = z(0) z(T ) και C = C(0) C(T ) Αν το

φάρμακο χορηγείται για πρώτη φορά υποθέτουμε C(0) = 0

Π Σωπασάκης Διδακτορική Διατριβή 1282

Ι Πρόβλημα Βελτιστοποίησης

Επιλύουμε το πρόβλημα βελτιστοποίησης

J = minz

E [J(C z)]

υποκείμενο στους περιορισμούς

Cj(k) = [ x1 middotmiddotmiddot xp ]summin(Nj k)

i=0 αjiz(k minus i)sumpr=1 zr(k) = 1 forallk = 0 T

E (Cj(k)) + γjradic

Var [Cj(k)] le mtcj forallk = 0 T

E (Cj(k))minus δjradic

Var [Cj(k)] ge mecj forallk = Kj T

z1(k) + z1(k + 1) + + z1(k + d) ge dminus 1

και θεωρώντας Cj(0) = 0 Το πρόβλημα αυτό είναι ένα πρόβλη-

μα ακέραιου κυρτού προγραμματισμού με μη γραμμικούς

περιορισμούς

Π Σωπασάκης Διδακτορική Διατριβή 1382

Ι Χορήγηση L-dopa από του στόματος

Π Σωπασάκης Διδακτορική Διατριβή 1482

Ι Χορήγηση L-dopa από του στόματος

0 5 10 15 20 250

50

100

150

200

250

300

350

Time Instants

Str

iatu

m C

onc (n

molL)

Striatum Concentration

Σχήμα Συγκέντρωση στο ραβδωτό σώμα του εγκεφάλου κατόπιν χο-

ρήγησης της βέλτισης ακολουθίας δόσεων (γpl = 15 γstr = δstr = 0)

Π Σωπασάκης Διδακτορική Διατριβή 1582

Ι Χορήγηση L-dopa από του στόματος

0 5 10 15 20 25 300

02

04

06

08

1

12

14

Time Instants

Pro

babili

ty (

)

MTC Violation Probability minus Striatum

Σχήμα Πιθανότητα παραβίασης της Ελάχιστης Τοξικής Συγκέντρωσης

στο ραβδωτό σώμα του εγκεφάλου (γpl = 15 γstr = δstr = 0)

Π Σωπασάκης Διδακτορική Διατριβή 1682

Ι Χορήγηση L-dopa από του στόματος

0 5 10 15 20 25 300

1

2

3

4

5

6

Time Instants

Pro

babili

ty (

)

MEC Violation Probability minus Striatum

Σχήμα Πιθανότητα παραβίασης της Ελάχιστης Θεραπευτικής Συγκέν-

τρωσης στο ραβδωτό σώμα του εγκεφάλου (γpl = 15 γstr = δstr = 0)

Π Σωπασάκης Διδακτορική Διατριβή 1782

Ι Χορήγηση L-dopa από του στόματος

0 5 10 15 20 25

2

4

6

8

10

12

Time Instants

Dose (

mgk

g)

Optimal Dose

Σχήμα Βέλτιστη ακολουθία δόσεων που προκύπτει από την επίλυση του

προβλήματος στοχαστικής βελτιστοποίησης (γpl = 15 γstr = δstr = 0)

Π Σωπασάκης Διδακτορική Διατριβή 1882

IIΠροβλεπτικός ΄Ελεγχος Συνεχούς Ενδοβλέβιας

΄Εγχυσης Φαρμάκου

με δυνατότητα μεταβολής του set-point σε πραγματικό χρόνο και

με ελλιπή πληροφορία της κατάστασης

Π Σωπασάκης Διδακτορική Διατριβή 1982

ΙΙ ΄Ελεγχος Συνεχούς Ενδοβλέβιας ΄Εγχυσης

Διατύπωση του προβλήματος

1 Μόνο μετρήσεις στο πλάσμα είναι διαθέσιμες σε πραγματικό

χρόνο

2 Περιορισμοί στην είσοδο (ρυθμός χορήγησης) και την κατάστα-

ση (συγκεντρώσεις)

3 Το set-point μπορεί να μεταβάλλεται κατ΄ επιλογή του ιατρού

P Sopasakis P Patrinos S Giannikou and H Sarimveis ldquoPhysiologically based pharmacoki-netic modeling and predictive control an integrated approach for optimal drug administrationrdquoComputer Aided Chemical Engineering vol 29 pp 1490ndash1494 2011

Π Σωπασάκης Διδακτορική Διατριβή 2082

ΙΙ Φυσιολογικά ΦΚ Μοντέλα

Σχετικά Τα ΦΦΜ είναι σύνολα συνήθων διαφορικών εξισώσεων

που χρησιμοποιούνται για την πρόβλεψηπροσομοίωση της κατανο-

μής ουσιών σε έναν οργανισμό

Βασικά Χαρακτηριστικά

1 Μηχανιστική ερμηνεία της φαρμακοκινητικής

2 Μοντέλα συνεχούς χρόνου

3 Εξάγονται στη βάση ισοζυγίων μάζας (διάχυση ροή) και

άλλων αρχών της Φυσικής

Π Σωπασάκης Διδακτορική Διατριβή 2182

ΙΙ ΄Ελεγχος Προβλεπτικού Μοντέλου

Βασικά Χαρακτηριστικά

1 Εύρωστη ευστάθεια

2 Στρατηγική βέλτιστου ελέγχου

3 Οι περιορισμοί του συστήματος λαμβάνονται υπόψη με

συστηματικό τρόπο

H Sarimveis P Sopasakis A Afantitis and G Melagraki ldquoA model predictive control approachfor optimal drug administrationrdquo Chemical Engineering Transactions vol 17 2009

Π Σωπασάκης Διδακτορική Διατριβή 2282

ΙΙ Βήμα 1 Μοντελοποίηση

M V Evans et al ldquoA physiologically based pharmacokin model for iv and ingested DMA inmicerdquo Toxicol sci Oxford University Press pp 1ndash4 2008

Π Σωπασάκης Διδακτορική Διατριβή 2382

ΙΙ Βήμα 1 Μοντελοποίηση

Παράδειγμα

VblidCvi

dt= Qi (Cart minus Cvi)minus πi

(Cvi minus

CiPi

)minus

minus rexi (Cvi)Vbli

VidCidt

= πi

(Cvi minus

CiPi

)minus rmeti (Ci)Vi

Το σύνολο των εξισώσεων του μοντέλου γράφεται στο χώρο κα-

τάστασης στη μορφή

dx (t)

dt= f0 (x (t) u (t))

y(t) = g0(x(t))

Π Σωπασάκης Διδακτορική Διατριβή 2482

ΙΙ Βήμα 2 Διακριτοποίηση

Διακριτοποιούμε το σύστημα συνεχούς χρόνου

x(k + 1) = f(x(k) u(k))

y(k) = g0(x(k))

Το οποίο γραμμικοποιούμε γύρω από ένα σημείο ισορροπίας

x(k + 1) = Ax(k) +Bu(k)

y(k) = Cx(k)

ενώ στο σύστημα ενεργούν οι περιορισμοί

Gx(k) +Hu(k) leM

Π Σωπασάκης Διδακτορική Διατριβή 2582

ΙΙ Βήμα 3 Σχεδιασμός Παρατηρητή

Εισάγουμε το επαυξημένο σύστημα

x(k + 1) = Ax(k) +Bu(k) +Bdd(k)

d(k + 1) = d(k)

y(k) = Cx(k) + Cdd(k)

Αν ξ(k) = [ x(k)prime d(k)prime ]prime τότε το παραπάνω σύστημα γράφεται ως

ξ(k + 1) = Aξ(k) + Bu(k)

y(k) = Cξ(k)

Ορίζουμε ey(k) = Cξ (k)minusy (k) ΄Ενας γραμμικός παρατηρητής λαμβάνει

τη μορφή

ξ(k + 1) = Aξ(k) + Bu(k) +

[LxLd

]ey(k)

Π Σωπασάκης Διδακτορική Διατριβή 2682

ΙΙ Βήμα 4 Σχεδιασμός Προβλεπτικού Ελεγκτή

Κάθε χρονική στιγμή j λύνουμε το πρόβλημα ελαχιστοποίησης

V N

(ξ (j)

)= minπ=ujNminus1

j=0

VN

(π ξ (j)

)υποκείμενο στους περιορισμούς

ξ(k + 1) = Aξ(k) + Bu(k) forallk isin N[0Nminus1]

Gx (k) +Hu (k) leM forallk isin N[0N ]

ξ (0) = ξ(j)

όπου η αντικειμενική συνάρτηση είναι

VN

(π ξ (j)

)= x (N)minus x (j)2P

+sumNminus1k=0 x (k)minus x (j)2Q + u (k)minus u (j)2R

P Patrinos P Sopasakis and H Sarimveis ldquoA global piecewise smooth Newton method for fastlarge-scale model predictive controlrdquo Automatica vol 47 no 9 pp 2016ndash2022 2011

Π Σωπασάκης Διδακτορική Διατριβή 2782

ΙΙ Βήμα 4 Σχεδιασμός Προβλεπτικού Ελεγκτή

Ο πίνακας P που ποινικοποιεί την τερματική απόκλιση x (N)minus x (j) 2Pλαμβάνεται ως η (μοναδική) λύση της εξίσωσης

P = AprimePAminus (AprimePB) (BprimePB +R)minus1

(BprimePA) +Q

Τα x (j) και u (j) υπολογίζονται από τη σχέση[Aminus I BC 0

] [x (j)u (j)

]=

[minusBdd (j)

r (j)minus Cdd (j)

]

Π Σωπασάκης Διδακτορική Διατριβή 2882

ΙΙ Εφαρμογή ndash Χορήγηση DMA

Εφαρμογή σε ένα ΦΦΜ με 14 μεταβλητές κατάστασης (Evans etal) για χορήγηση DMA

0 1 2 3 4 50

002

004

006

008

01

012

014

Time (hr)

Co

nce

ntr

atio

n (

mg

L)

Kidney

Kidney (estimated)

Lung

Lung (estimated)

Σχήμα Απόκριση του παρατηρητή κατάστασης μετά από διέγερση του συ-

στήματος με πεπερασμένο παλμό πλάτους 01mghr και διάρκειας 24min

Π Σωπασάκης Διδακτορική Διατριβή 2982

ΙΙ Εφαρμογή ndash Χορήγηση DMA

Εφαρμόζουμε την προταθείσα μεθο-

δολογία στο σύστημα των Evans etal με τους περιορισμούς

Πίνακας Ελάχιστες Τοξικές Συγ-

κεντρώσεις

΄Οργανο MTC (microgL)

΄Ηπαρ 14

Δέρμα 14

Ερυθρά Αιμ 10

Νεφροί 05

Πνεύμονες 05

και μεταβάλλοντας το επιθυμητό ση-

μείο λειτουργίας

P Sopasakis P Patrinos amp H Sarimveis ldquoMo-del Predictive Control for Optimal Drug Admi-nistrationrdquo submitted 2012

0 05 1 15 2 25 3 35 4 450

02

04

06

08

1

12

14

Time (hr)

Concentr

ation (

ugL

)

Reference

Plasma

RBC

Lungs

Skin (tissue)

Kidney (tissue)

Liver (tissue)

0 05 1 15 2 25 3 35 4 450

005

01

Time (hr)

Adm

inis

tration R

ate

(ugh

r)

Π Σωπασάκης Διδακτορική Διατριβή 3082

III΄Ελεγχος Συστημάτων Κλασματικής Τάξης

με εφαρμογή στον έλεγχο της συγκέντρωσης φαρμάκου

Π Σωπασάκης Διδακτορική Διατριβή 3182

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κλασματικά Δυναμικά Συστήματα

Είναι τελεστικές σχέσεις εισόδου-εξόδου της μορφής

H(Dα1 Dαn)y(t) = G(Dβ1 Dβm)u(t)

Αν οι H και G είναι γραμμικοί τότε εφαρμόζοντας το μετασχημα-

τισμό Laplace έχουμε

T (s) =y(s)

u(s)=P (s)

Q(s)

όπου y(s) = L y(t) και u(s) = L u(t) και τα PQ είναι lsquoκλασμα-

τικά πολυώνυμαrsquo δηλαδή έχουν τη μορφή

P (s) =

nsumi=0

aisbi bi ge 0

Π Σωπασάκης Διδακτορική Διατριβή 3382

ΙΙΙ Κλασματική Φαρμακοκινητική

Χρησιμοποιούμε κλασματικές παραγώγους διότι

1 Οι παράγωγοι μη ακέραιας τάξης είναι μη-τοπικοί τελεστές

και άρα περιγράφουν διεργασίες με μνήμη όπως

3 η ανώμαλη διάχυση και

4 η παγίδευση φαρμάκου σε ιστούς

R Hilfer ldquoFractional diffusion based on Riemann-Liouville fractional derivativesrdquo J PhysChem B vol 104 pp 3914ndash3917 2000

Π Σωπασάκης Διδακτορική Διατριβή 3482

ΙΙΙ Κλασματική Φαρμακοκινητική Αμιοδαρόνης

Φαρμακοκινητικές Εξισώσεις

DA1 = minus(k12 + k10)A1(t) + k21 middot C D1minusaA2(t) + u(t)

DA2 = k12A1(t)minus k21 middot C D1minusaA2(t)

Π Σωπασάκης Διδακτορική Διατριβή 3582

ΙΙΙ Ρυθμιστής PIλDmicro

Κλασματικός ρυθμιστής με συνάρτηση μεταφοράς

Gc(s) = Kp +Ki

sλ+Kds

micro

ο οποίος παράγει τη ρυθμιστική δράση

u(t) = Kpε(t) +Ki(Iλ ε)(t) + (C Dmicro ε)(t)

όπου ε(t) = ySP (t)minus y(t)

Π Σωπασάκης Διδακτορική Διατριβή 3682

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Βαθμονόμηση Κλασματικού Ρυθμιστή

Ελαχιστοποίηση ενός ολοκληρωτικού κριστηρίου όπως του

JTfITAE =

int Tf

0τ |ε(τ)|dτ

Δηλαδή επίλυση του προβλήματος βελτιστοποίησης

J = min JTfITAE(KpKiKd λ micro)

υπό τις προαναφερθείσες προδιαγραφές βαθμονόμησης απ΄

όπου προκύπτουν οι βέλτιστες παράμετροι βαθμονόμησης

(Kp K

i K

d λ

micro) = argminJTfITAE

Π Σωπασάκης Διδακτορική Διατριβή 3882

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Εφαρμόζοντας το μετασχηματισμό Laplace προκύπτει η συνάρτηση

μεταφοράς του συστήματος

G(s) equiv A1(s)

U(s)=

sa + k21sa+1 + k21s+ (k10 + k12)sa + k10k21

Πίνακας ΦΚ Παράμετροι Αμιοδαρόνης

Παράμετρος Τιμή

a 05870k10 14913dayminus1

k12 29522dayminus1

k21 04854dayminusa

A Dokoumetzidis R Magin and P Macheras ldquoFractional kinetics in multi- compartmentalsystemsrdquo Journal of Pharmacokinetics and Pharmacodynamics vol 37 pp 507ndash524 2010

Π Σωπασάκης Διδακτορική Διατριβή 3982

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Πίνακας Βέλτιστες Παράμε-

τροι Βαθμονόμησης Κλασμα-

τικού Ρυθμιστή

Παράμετρος Τιμή

Kp 5052Ki 1511Kd 00756λ 09170micro 07590

005 01 015 02 025 030

002

004

006

008

01

012

Kp=20

Kp=95

Kp=K

p

opt

Time (days)

Am

ou

nt

A1

Π Σωπασάκης Διδακτορική Διατριβή 4082

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus100

minus50

0

50

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ανοιχτού βρόγχου Το περι-

θώριο φάσης είναι 98 και το περιθώριο ενίσχυσης 439db

Π Σωπασάκης Διδακτορική Διατριβή 4182

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus80

minus60

minus40

minus20

0

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης καθοδήγησης Η απολαβή στις

υψηλές συχνότητες (gt 102radday) είναι κάτω των minus60db

Π Σωπασάκης Διδακτορική Διατριβή 4282

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus30

minus20

minus10

0

10

Magnitude (

dB

)

10minus3

10minus2

10minus1

100

101

102

minus30

0

30

60

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ευαισθησίας Η απολαβή χα-

μηλών συχνοτήτων (lt 10minus2radday) είναι κάτω των minus20db

Π Σωπασάκης Διδακτορική Διατριβή 4382

IVΔειγματοληπτική Χορήγηση

Εξασφάλιση ικανοποίησης των περιορισμών στο συνεχές

Π Σωπασάκης Διδακτορική Διατριβή 4482

IV Συστήματα με Δειγματοληψία

΄Ενα σύστημα με δειγματοληψία με στοιχείο διατήρησης τιμής μη-

δενικής τάξης έχει τη μορφή

dx

dt= f(x(t) u(t))

u(t) = uk forallt isin [kh (k + 1)h)

Π Σωπασάκης Διδακτορική Διατριβή 4582

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Ο σχεδιασμός ενός ΕΠΜ που εγγυάται ικανοποίηση των

περιορισμών στο συνεχές είχε αναγνωριστεί ως ανοιχτό

πρόβλημα από τους L Grune και J Pannek το 2011

L Grune and J Pannek Nonlinear Model Predictive Control Theory and Algorithms ser Com-munications and Control Engineering Springer-Verlag 2011

Π Σωπασάκης Διδακτορική Διατριβή 4782

IV Διατύπωση του Προβλήματος

Το αρχικό πρόβλημα βελτιστοποίησης PN (x0) είναι

V N (x0) = inf

uisinCh([0Tf ]Rm)

int Tf

0`(x(t) u(t))dt+ Vf (x(Tf ))

υπό τους περιορισμούς

x(0) = x0

x(t) = Ax(t) +Bu(t) t isin [0 Tf ]

u(t) = uk t isin [kh (k + 1)h) k isin N[0Nminus1]

x(t) isin X t isin [0 Tf ] (Ημιάπειρο Πρόβλημα)

u(t) isin U t isin [0 Tf ]

x(Tf ) isin Xf

όπου Tf = Nh `(x u) = 12(xprimeQx+ uprimeRu) και Vf (x) = 1

2xprimePx

Π Σωπασάκης Διδακτορική Διατριβή 4882

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Πολυτοπικές Υπερπροσεγγίσεις

Χρησιμοποιώντας τη μέθοδο δι-

άσπασης Jordan σε συνδυασμό

με τη μέθοδο πλεγματοποίησης-

φράγματος κατασκευάζουμε πολύτο-

πα Pν με

Pν supe co Φ([0 h])

και

PνKrarr co Φ([0 h])

Ορίζουμε

Zν = Pminus1ν (X )

Αποδείξαμε ότι

Zν rarr Zh

minus06 minus04 minus02 0 02 04 06 08 1 12

065

07

075

08

085

09

095

1

x1

x2

Σχήμα Πολυτοπική Υπερπροσέγγι-

ση της συνάρτησης ∆(r) = eAr

P Patrinos P Sopasakis and H SarimveisldquoStochastic model predictive control for con-strained NCS with random time delayrdquo in Proc18th IFAC World Congress Aug 28 ndash Sep 22011

Π Σωπασάκης Διδακτορική Διατριβή 5082

IV Αναδιαμορφωμένο πρόβλημα ΕΠΜ

Διαμορφώνουμε την ακολουθία προβλημάτων ΕΠΜ

PνN (x0) V Nν (x0) = min

u[0Nminus1]isinUνN (x0)VN(x0u[0Nminus1]

)(1)

όπου

UνN (x0) =

u[0Nminus1]

∣∣∣∣∣∣∣∣∣∣

xk+1 = Ahxk +Bhukk isin N[0Nminus1]

(xk uk) isin Zν k isin N[0Nminus1]uk isin U k isin N[0Nminus1]xN isin X νf

(2)

Απ΄ όπου προκύπτουν οι βέλτιστες ακολουθίες λύσεων uν[0Nminus1]

Π Σωπασάκης Διδακτορική Διατριβή 5182

IV Ιδιότητες του ΕΠΜ

Ιδιότητες του σχήματος ΕΠΜ που

προτείνουμε

1 Ικανοποίηση των περιορισμών

στο συνεχή χρόνο

2 Εγγύηση ευστάθειας στο συνε-

χή χρόνο

3 uν[0Nminus1]grarr u[0Nminus1]

4 V Nνerarr V N

P Sopasakis P Patrinos and H SarimveisldquoModel Predictive Control for sampled-data li-near systems Guaranteeing continuous-time po-sitive invariancerdquo 2012 IEEE Trans Aut Contrsubmitted for publication

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Σχήμα Σύγκριση των πεδίων έλξης

της μεθοδολογίας μας με αυτή των

Magni και Scattolini

Π Σωπασάκης Διδακτορική Διατριβή 5282

VΚρουστική Χορήγηση

Αναλλοίωτο και Ευστάθεια Κρουστικών Συστημάτων Ελέγχου και

Σχεδιασμός Ελεγκτή Προβλεπτικού Μοντέλου

Π Σωπασάκης Διδακτορική Διατριβή 5382

V Κίνητρο

Τα Κρουστικά Δυναμικά περιγράφουν φαινόμενα στα οποία συμβα-

ίνουν στιγμιαία άλματα Σχετικά παραδείγματα είναι

1 Ζυμωτήρας διαλείποντος έργου (Shen et al 2007)

2 Πληθυσμιακή Δυναμική (Stone et al 2000)

3 Νανοηλεκτρονικά κυκλώματα (Yang and Chua 2000)

4 Πλοήγηση διαστημοπλοίου (Carter 1991)

5 Χορήγηση φαρμάκου (Kusuoka et al 1981)

Υπάρχει ωστόσο ένα μεθοδολογικό κενό ndash το οποίο προσπα-

θήσαμε να γεφυρώσουμε ndash το οποίο δεν επιτρέπει τη χρήση τους σε

εφαρμογές ελέγχου συστημάτων

Π Σωπασάκης Διδακτορική Διατριβή 5482

V Παράδειγμα Κρουστικής Συμπεριφοράς

minus2 minus1 0 1 2 3 4 5minus3

minus2

minus1

0

1

2

3

4

x1

x2

Impulsive Behaviour

Π Σωπασάκης Διδακτορική Διατριβή 5582

V Γραμμικά Κρουστικά Συστήματα τύπου Ι

Εστιάζουμε στα ακόλουθα κρουστικά συστήματα

dx

dt= Ax t isin hN (3αʹ)

(∆x)(τk) = BU(k x(τk)) (3βʹ)

όπου τk = kh k isin N Η λύση του (3) που τέμνει το (t0 x0) isinR times D με τη δράση της συνάρτησης ελέγχου U(k x) = g(x(τk))συμβολίζεται με ϕ(t t0 x0 g(middot))Το (3) υπόκειται στους περιορισμούς

x(t) isin X για κάθε t ge 0 X πολύεδρο

uk = g(x(τk)) isin U για κάθε k isin N U πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 5682

V Το πρόβλημα

Τα μόνα σημεία ισορροπίας τέτοιων συστημάτων τις περισσότερες

φορές δεν είναι άλλα από την αρχή ndash ή πιο γενικά σημεία

(xs us) isin kerAtimes kerB

΄Αρα δεν είναι δυνατό να σχεδιάσουμε σταθεροποιητικούς νόμους

ανάδρασης που οδηγούν την κατάσταση των κρουστικών συστη-

μάτων σε αυθαίρετα επιθυμητά σημεία

Π Σωπασάκης Διδακτορική Διατριβή 5782

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Π Σωπασάκης Διδακτορική Διατριβή 5982

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Υπολογισμός Ορίζουμε το F P(Rn)rarr P(Rn) ως

F (Ω) = projx

(y u) isin Rn+m

∣∣∣∣ ϕ(T 0 y u) isin ΩS (y u) sube Z

cap Ω

όπου S(x u) sube W(x u)1 Κάθε Y με F (Y) = Y είναι ένα Κρου-

στικά Ελεγκτικά Αναλλοώτο σύνολο ως προς Z

1Σημειώστε ότι W(x u) = clϕ(t 0 x u) t isin (0 h]Π Σωπασάκης Διδακτορική Διατριβή 6082

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Κατασκευάζουμε μια εμφολευμένη ακολουθία συνόλων YkkisinN ώστε

Y0 = ZYk+1 = F (Yk) k isin N

Το όριο

Yinfin =⋂kisinNYk

είναι ΚΕΑ Αν η σύγκλιση γίνεται σε πεπερασμένο αριθμό βημάτων

τότε είναι πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 6182

V Κρουστική Ευστάθεια Συνόλων

΄Ενα empty 6= Z $ X λέγεται ευσταθές για ένα δοσμένο σύστημα Σg

ndash με ανατροφοδότηση U(k x) = g(x(τk)) ndash ως προς ένα Y 6= empty αν

forallε gt 0existδ gt 0 x0 isin BYδ rArr ϕ(tx0 g(middot)) isin BZε forallt ge 0

Το Z λέγεται τοπικά ασυμπτωτικά ευσταθές για το Σgως

προς Y αν είναι ευσταθές και υπάρχει ε gt 0 ώστε

limtrarrinfin

distZ ϕ(tx0 g(middot)) = 0

οπόταν x0 isin BYε

Ορίζουμε BYδ = x isin X | distY(x) lt δ

Π Σωπασάκης Διδακτορική Διατριβή 6282

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 3: Modelling and Control of Biological and Physiological Systems

Βέλτιστη Χορήγηση Φαρμάκου

Π Σωπασάκης Διδακτορική Διατριβή 382

Μοριακός Σχεδιασμός Φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 482

Ιδιαιτερότητες του Προβλήματος Χορήγησης

Ο έλεγχος της χορήγησης φαρμάκου δεν προσιδιάζει σε κλασικά

συστήματα ελέγχου

κι έτσι απαιτούνται καινοτόμες μέθοδοι για την ανάλυση και το

σχεδιασμό εφαρμόσιμων ελεγκτών

Π Σωπασάκης Διδακτορική Διατριβή 582

Διάρθρωση

Ι Χορήγηση από του στόματος

II Συνεχής ενδοφλέβια έγχυση

III Κλασματική φαρμακοκινητική και έλεγχος

IV Χορήγηση με δειγματοληπτική μέτρηση

V Κρουστική χορήγηση

VI Μοριακή μοντελοποίηση

Π Σωπασάκης Διδακτορική Διατριβή 682

IΣχεδιασμός βέλτιστης κοινής πολιτικής

χορήγησης φαρμάκου

Χορήγηση από του στόματος σε πληθυσμό ασθενών

Π Σωπασάκης Διδακτορική Διατριβή 782

Ι Χορήγηση από του στόματος

Στόχος Σχεδιασμός βέλτιστης

κοινής πολιτικής χορήγησης

φαρμάκου σε πληθυσμό ασθενών

υπό τους περιορισμούς

1 Διαθεσιμότητα δόσεων

2 Περιορισμοί τοξικότητας

3 Περιορισμοί συχνότητας

χορήγησης

4 Εξασφάλιση

αποτελεσματικότητας

P Sopasakis H Sarimveis ldquoAn integer pro-gramming approach for optimal drug dose com-putationrdquo Comp Meth Prog Biomed vol 108pp 1022ndash1035 2012

Π Σωπασάκης Διδακτορική Διατριβή 882

Ι Μοντέλα Πεπερασμένης Κρουστικής Απόκρισης

Η συγκέντρωση του φαρμάκου στο όργανο j την στιγμή k είναι

γραμμικός συνδυασμός της τρέχουσας και Nj περασμένων δόσεων

Cj(k) =

Njsumi=0

αji middot dose(k minus i) αj sim N(microj Σj)

Κατασκευάζεται εύκολα από πειραματικές μετρήσεις

Περιγράφει περίπλοκες γραμμικές δυναμικές (με πολλά σημεία μη-

δενισμού στη συνάρτηση μεταφοράς τους)

P Sopasakis and H Sarimveis ldquoFormulation and solution of an optimal control problem wherethe input values are restricted on a finite setrdquo in 7th Hellenic Sci Conf Chem Eng June 2009

Π Σωπασάκης Διδακτορική Διατριβή 982

Ι Περιορισμοί Ασφαλείας και Αποδοτικότητας

Απαιτούμε σε κάθε όργανο j = 1 M και κάθε χρονική στιγμή

k = 0 T να ισχύει

E (Cj(k)) + γj

radicVar [Cj(k)] le mtcj

όπου mtcj είναι η Ελάχιστη Τοξική Συγκέντρωση στο όργανο jΕπίσης απαιτούμε για κάθε k ge Kj

E (Cj(k))minus δjradic

Var [Cj(k)] ge mecj

και mecj είναι η Ελάχιστη Θεραπευτική Συγκέντρωση στο j όργα-

νο

Π Σωπασάκης Διδακτορική Διατριβή 1082

Ι Περιορισμοί Δόσεων και Συχνότητας Χορήγησης

Οι δόσεις είναι περιορισμένες σε ένα διακριτό σύνολο X = xlpl=1

με x1 = 0 Ορίζουμε z(k) = (z1(k) zp(k)) isin 0 1p ώστε

dose(k) = xi ανν zi(k) = 1 και zl(k) = 0 για l 6= i Τότε

psumr=1

zr(k) = 1 για κάθε k isin N

Επίσης απαιτούμε οι διαδοχικές δόσεις να απέχουν τουλάχιστον dχρονικές στιγμές μεταξύ τους Αυτό γεννά τον περιορισμό

z1(k) + z1(k + 1) + + z1(k + d) ge dminus 1 k isin N

Π Σωπασάκης Διδακτορική Διατριβή 1182

Ι Αντικειμενική Συνάρτηση

Στόχος μας είναι η ελαχιστοποίηση της απόκλισης από τις επιθυμη-

τές τιμές CSPj (k) σε κάθε όργανο παρέχοντας την ελάχιστη συνο-

λικά ποσότητα φαρμάκου Εισάγουμε την αντικειμενική συνάρτηση

J(C z) =

Tsumk=0

ν middotpsumr=1

zr(k)xr︸ ︷︷ ︸dose(k)

+Msumj=1

λj[Cj(k)minus CSPj (k)

]2

όπου z = z(0) z(T ) και C = C(0) C(T ) Αν το

φάρμακο χορηγείται για πρώτη φορά υποθέτουμε C(0) = 0

Π Σωπασάκης Διδακτορική Διατριβή 1282

Ι Πρόβλημα Βελτιστοποίησης

Επιλύουμε το πρόβλημα βελτιστοποίησης

J = minz

E [J(C z)]

υποκείμενο στους περιορισμούς

Cj(k) = [ x1 middotmiddotmiddot xp ]summin(Nj k)

i=0 αjiz(k minus i)sumpr=1 zr(k) = 1 forallk = 0 T

E (Cj(k)) + γjradic

Var [Cj(k)] le mtcj forallk = 0 T

E (Cj(k))minus δjradic

Var [Cj(k)] ge mecj forallk = Kj T

z1(k) + z1(k + 1) + + z1(k + d) ge dminus 1

και θεωρώντας Cj(0) = 0 Το πρόβλημα αυτό είναι ένα πρόβλη-

μα ακέραιου κυρτού προγραμματισμού με μη γραμμικούς

περιορισμούς

Π Σωπασάκης Διδακτορική Διατριβή 1382

Ι Χορήγηση L-dopa από του στόματος

Π Σωπασάκης Διδακτορική Διατριβή 1482

Ι Χορήγηση L-dopa από του στόματος

0 5 10 15 20 250

50

100

150

200

250

300

350

Time Instants

Str

iatu

m C

onc (n

molL)

Striatum Concentration

Σχήμα Συγκέντρωση στο ραβδωτό σώμα του εγκεφάλου κατόπιν χο-

ρήγησης της βέλτισης ακολουθίας δόσεων (γpl = 15 γstr = δstr = 0)

Π Σωπασάκης Διδακτορική Διατριβή 1582

Ι Χορήγηση L-dopa από του στόματος

0 5 10 15 20 25 300

02

04

06

08

1

12

14

Time Instants

Pro

babili

ty (

)

MTC Violation Probability minus Striatum

Σχήμα Πιθανότητα παραβίασης της Ελάχιστης Τοξικής Συγκέντρωσης

στο ραβδωτό σώμα του εγκεφάλου (γpl = 15 γstr = δstr = 0)

Π Σωπασάκης Διδακτορική Διατριβή 1682

Ι Χορήγηση L-dopa από του στόματος

0 5 10 15 20 25 300

1

2

3

4

5

6

Time Instants

Pro

babili

ty (

)

MEC Violation Probability minus Striatum

Σχήμα Πιθανότητα παραβίασης της Ελάχιστης Θεραπευτικής Συγκέν-

τρωσης στο ραβδωτό σώμα του εγκεφάλου (γpl = 15 γstr = δstr = 0)

Π Σωπασάκης Διδακτορική Διατριβή 1782

Ι Χορήγηση L-dopa από του στόματος

0 5 10 15 20 25

2

4

6

8

10

12

Time Instants

Dose (

mgk

g)

Optimal Dose

Σχήμα Βέλτιστη ακολουθία δόσεων που προκύπτει από την επίλυση του

προβλήματος στοχαστικής βελτιστοποίησης (γpl = 15 γstr = δstr = 0)

Π Σωπασάκης Διδακτορική Διατριβή 1882

IIΠροβλεπτικός ΄Ελεγχος Συνεχούς Ενδοβλέβιας

΄Εγχυσης Φαρμάκου

με δυνατότητα μεταβολής του set-point σε πραγματικό χρόνο και

με ελλιπή πληροφορία της κατάστασης

Π Σωπασάκης Διδακτορική Διατριβή 1982

ΙΙ ΄Ελεγχος Συνεχούς Ενδοβλέβιας ΄Εγχυσης

Διατύπωση του προβλήματος

1 Μόνο μετρήσεις στο πλάσμα είναι διαθέσιμες σε πραγματικό

χρόνο

2 Περιορισμοί στην είσοδο (ρυθμός χορήγησης) και την κατάστα-

ση (συγκεντρώσεις)

3 Το set-point μπορεί να μεταβάλλεται κατ΄ επιλογή του ιατρού

P Sopasakis P Patrinos S Giannikou and H Sarimveis ldquoPhysiologically based pharmacoki-netic modeling and predictive control an integrated approach for optimal drug administrationrdquoComputer Aided Chemical Engineering vol 29 pp 1490ndash1494 2011

Π Σωπασάκης Διδακτορική Διατριβή 2082

ΙΙ Φυσιολογικά ΦΚ Μοντέλα

Σχετικά Τα ΦΦΜ είναι σύνολα συνήθων διαφορικών εξισώσεων

που χρησιμοποιούνται για την πρόβλεψηπροσομοίωση της κατανο-

μής ουσιών σε έναν οργανισμό

Βασικά Χαρακτηριστικά

1 Μηχανιστική ερμηνεία της φαρμακοκινητικής

2 Μοντέλα συνεχούς χρόνου

3 Εξάγονται στη βάση ισοζυγίων μάζας (διάχυση ροή) και

άλλων αρχών της Φυσικής

Π Σωπασάκης Διδακτορική Διατριβή 2182

ΙΙ ΄Ελεγχος Προβλεπτικού Μοντέλου

Βασικά Χαρακτηριστικά

1 Εύρωστη ευστάθεια

2 Στρατηγική βέλτιστου ελέγχου

3 Οι περιορισμοί του συστήματος λαμβάνονται υπόψη με

συστηματικό τρόπο

H Sarimveis P Sopasakis A Afantitis and G Melagraki ldquoA model predictive control approachfor optimal drug administrationrdquo Chemical Engineering Transactions vol 17 2009

Π Σωπασάκης Διδακτορική Διατριβή 2282

ΙΙ Βήμα 1 Μοντελοποίηση

M V Evans et al ldquoA physiologically based pharmacokin model for iv and ingested DMA inmicerdquo Toxicol sci Oxford University Press pp 1ndash4 2008

Π Σωπασάκης Διδακτορική Διατριβή 2382

ΙΙ Βήμα 1 Μοντελοποίηση

Παράδειγμα

VblidCvi

dt= Qi (Cart minus Cvi)minus πi

(Cvi minus

CiPi

)minus

minus rexi (Cvi)Vbli

VidCidt

= πi

(Cvi minus

CiPi

)minus rmeti (Ci)Vi

Το σύνολο των εξισώσεων του μοντέλου γράφεται στο χώρο κα-

τάστασης στη μορφή

dx (t)

dt= f0 (x (t) u (t))

y(t) = g0(x(t))

Π Σωπασάκης Διδακτορική Διατριβή 2482

ΙΙ Βήμα 2 Διακριτοποίηση

Διακριτοποιούμε το σύστημα συνεχούς χρόνου

x(k + 1) = f(x(k) u(k))

y(k) = g0(x(k))

Το οποίο γραμμικοποιούμε γύρω από ένα σημείο ισορροπίας

x(k + 1) = Ax(k) +Bu(k)

y(k) = Cx(k)

ενώ στο σύστημα ενεργούν οι περιορισμοί

Gx(k) +Hu(k) leM

Π Σωπασάκης Διδακτορική Διατριβή 2582

ΙΙ Βήμα 3 Σχεδιασμός Παρατηρητή

Εισάγουμε το επαυξημένο σύστημα

x(k + 1) = Ax(k) +Bu(k) +Bdd(k)

d(k + 1) = d(k)

y(k) = Cx(k) + Cdd(k)

Αν ξ(k) = [ x(k)prime d(k)prime ]prime τότε το παραπάνω σύστημα γράφεται ως

ξ(k + 1) = Aξ(k) + Bu(k)

y(k) = Cξ(k)

Ορίζουμε ey(k) = Cξ (k)minusy (k) ΄Ενας γραμμικός παρατηρητής λαμβάνει

τη μορφή

ξ(k + 1) = Aξ(k) + Bu(k) +

[LxLd

]ey(k)

Π Σωπασάκης Διδακτορική Διατριβή 2682

ΙΙ Βήμα 4 Σχεδιασμός Προβλεπτικού Ελεγκτή

Κάθε χρονική στιγμή j λύνουμε το πρόβλημα ελαχιστοποίησης

V N

(ξ (j)

)= minπ=ujNminus1

j=0

VN

(π ξ (j)

)υποκείμενο στους περιορισμούς

ξ(k + 1) = Aξ(k) + Bu(k) forallk isin N[0Nminus1]

Gx (k) +Hu (k) leM forallk isin N[0N ]

ξ (0) = ξ(j)

όπου η αντικειμενική συνάρτηση είναι

VN

(π ξ (j)

)= x (N)minus x (j)2P

+sumNminus1k=0 x (k)minus x (j)2Q + u (k)minus u (j)2R

P Patrinos P Sopasakis and H Sarimveis ldquoA global piecewise smooth Newton method for fastlarge-scale model predictive controlrdquo Automatica vol 47 no 9 pp 2016ndash2022 2011

Π Σωπασάκης Διδακτορική Διατριβή 2782

ΙΙ Βήμα 4 Σχεδιασμός Προβλεπτικού Ελεγκτή

Ο πίνακας P που ποινικοποιεί την τερματική απόκλιση x (N)minus x (j) 2Pλαμβάνεται ως η (μοναδική) λύση της εξίσωσης

P = AprimePAminus (AprimePB) (BprimePB +R)minus1

(BprimePA) +Q

Τα x (j) και u (j) υπολογίζονται από τη σχέση[Aminus I BC 0

] [x (j)u (j)

]=

[minusBdd (j)

r (j)minus Cdd (j)

]

Π Σωπασάκης Διδακτορική Διατριβή 2882

ΙΙ Εφαρμογή ndash Χορήγηση DMA

Εφαρμογή σε ένα ΦΦΜ με 14 μεταβλητές κατάστασης (Evans etal) για χορήγηση DMA

0 1 2 3 4 50

002

004

006

008

01

012

014

Time (hr)

Co

nce

ntr

atio

n (

mg

L)

Kidney

Kidney (estimated)

Lung

Lung (estimated)

Σχήμα Απόκριση του παρατηρητή κατάστασης μετά από διέγερση του συ-

στήματος με πεπερασμένο παλμό πλάτους 01mghr και διάρκειας 24min

Π Σωπασάκης Διδακτορική Διατριβή 2982

ΙΙ Εφαρμογή ndash Χορήγηση DMA

Εφαρμόζουμε την προταθείσα μεθο-

δολογία στο σύστημα των Evans etal με τους περιορισμούς

Πίνακας Ελάχιστες Τοξικές Συγ-

κεντρώσεις

΄Οργανο MTC (microgL)

΄Ηπαρ 14

Δέρμα 14

Ερυθρά Αιμ 10

Νεφροί 05

Πνεύμονες 05

και μεταβάλλοντας το επιθυμητό ση-

μείο λειτουργίας

P Sopasakis P Patrinos amp H Sarimveis ldquoMo-del Predictive Control for Optimal Drug Admi-nistrationrdquo submitted 2012

0 05 1 15 2 25 3 35 4 450

02

04

06

08

1

12

14

Time (hr)

Concentr

ation (

ugL

)

Reference

Plasma

RBC

Lungs

Skin (tissue)

Kidney (tissue)

Liver (tissue)

0 05 1 15 2 25 3 35 4 450

005

01

Time (hr)

Adm

inis

tration R

ate

(ugh

r)

Π Σωπασάκης Διδακτορική Διατριβή 3082

III΄Ελεγχος Συστημάτων Κλασματικής Τάξης

με εφαρμογή στον έλεγχο της συγκέντρωσης φαρμάκου

Π Σωπασάκης Διδακτορική Διατριβή 3182

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κλασματικά Δυναμικά Συστήματα

Είναι τελεστικές σχέσεις εισόδου-εξόδου της μορφής

H(Dα1 Dαn)y(t) = G(Dβ1 Dβm)u(t)

Αν οι H και G είναι γραμμικοί τότε εφαρμόζοντας το μετασχημα-

τισμό Laplace έχουμε

T (s) =y(s)

u(s)=P (s)

Q(s)

όπου y(s) = L y(t) και u(s) = L u(t) και τα PQ είναι lsquoκλασμα-

τικά πολυώνυμαrsquo δηλαδή έχουν τη μορφή

P (s) =

nsumi=0

aisbi bi ge 0

Π Σωπασάκης Διδακτορική Διατριβή 3382

ΙΙΙ Κλασματική Φαρμακοκινητική

Χρησιμοποιούμε κλασματικές παραγώγους διότι

1 Οι παράγωγοι μη ακέραιας τάξης είναι μη-τοπικοί τελεστές

και άρα περιγράφουν διεργασίες με μνήμη όπως

3 η ανώμαλη διάχυση και

4 η παγίδευση φαρμάκου σε ιστούς

R Hilfer ldquoFractional diffusion based on Riemann-Liouville fractional derivativesrdquo J PhysChem B vol 104 pp 3914ndash3917 2000

Π Σωπασάκης Διδακτορική Διατριβή 3482

ΙΙΙ Κλασματική Φαρμακοκινητική Αμιοδαρόνης

Φαρμακοκινητικές Εξισώσεις

DA1 = minus(k12 + k10)A1(t) + k21 middot C D1minusaA2(t) + u(t)

DA2 = k12A1(t)minus k21 middot C D1minusaA2(t)

Π Σωπασάκης Διδακτορική Διατριβή 3582

ΙΙΙ Ρυθμιστής PIλDmicro

Κλασματικός ρυθμιστής με συνάρτηση μεταφοράς

Gc(s) = Kp +Ki

sλ+Kds

micro

ο οποίος παράγει τη ρυθμιστική δράση

u(t) = Kpε(t) +Ki(Iλ ε)(t) + (C Dmicro ε)(t)

όπου ε(t) = ySP (t)minus y(t)

Π Σωπασάκης Διδακτορική Διατριβή 3682

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Βαθμονόμηση Κλασματικού Ρυθμιστή

Ελαχιστοποίηση ενός ολοκληρωτικού κριστηρίου όπως του

JTfITAE =

int Tf

0τ |ε(τ)|dτ

Δηλαδή επίλυση του προβλήματος βελτιστοποίησης

J = min JTfITAE(KpKiKd λ micro)

υπό τις προαναφερθείσες προδιαγραφές βαθμονόμησης απ΄

όπου προκύπτουν οι βέλτιστες παράμετροι βαθμονόμησης

(Kp K

i K

d λ

micro) = argminJTfITAE

Π Σωπασάκης Διδακτορική Διατριβή 3882

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Εφαρμόζοντας το μετασχηματισμό Laplace προκύπτει η συνάρτηση

μεταφοράς του συστήματος

G(s) equiv A1(s)

U(s)=

sa + k21sa+1 + k21s+ (k10 + k12)sa + k10k21

Πίνακας ΦΚ Παράμετροι Αμιοδαρόνης

Παράμετρος Τιμή

a 05870k10 14913dayminus1

k12 29522dayminus1

k21 04854dayminusa

A Dokoumetzidis R Magin and P Macheras ldquoFractional kinetics in multi- compartmentalsystemsrdquo Journal of Pharmacokinetics and Pharmacodynamics vol 37 pp 507ndash524 2010

Π Σωπασάκης Διδακτορική Διατριβή 3982

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Πίνακας Βέλτιστες Παράμε-

τροι Βαθμονόμησης Κλασμα-

τικού Ρυθμιστή

Παράμετρος Τιμή

Kp 5052Ki 1511Kd 00756λ 09170micro 07590

005 01 015 02 025 030

002

004

006

008

01

012

Kp=20

Kp=95

Kp=K

p

opt

Time (days)

Am

ou

nt

A1

Π Σωπασάκης Διδακτορική Διατριβή 4082

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus100

minus50

0

50

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ανοιχτού βρόγχου Το περι-

θώριο φάσης είναι 98 και το περιθώριο ενίσχυσης 439db

Π Σωπασάκης Διδακτορική Διατριβή 4182

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus80

minus60

minus40

minus20

0

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης καθοδήγησης Η απολαβή στις

υψηλές συχνότητες (gt 102radday) είναι κάτω των minus60db

Π Σωπασάκης Διδακτορική Διατριβή 4282

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus30

minus20

minus10

0

10

Magnitude (

dB

)

10minus3

10minus2

10minus1

100

101

102

minus30

0

30

60

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ευαισθησίας Η απολαβή χα-

μηλών συχνοτήτων (lt 10minus2radday) είναι κάτω των minus20db

Π Σωπασάκης Διδακτορική Διατριβή 4382

IVΔειγματοληπτική Χορήγηση

Εξασφάλιση ικανοποίησης των περιορισμών στο συνεχές

Π Σωπασάκης Διδακτορική Διατριβή 4482

IV Συστήματα με Δειγματοληψία

΄Ενα σύστημα με δειγματοληψία με στοιχείο διατήρησης τιμής μη-

δενικής τάξης έχει τη μορφή

dx

dt= f(x(t) u(t))

u(t) = uk forallt isin [kh (k + 1)h)

Π Σωπασάκης Διδακτορική Διατριβή 4582

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Ο σχεδιασμός ενός ΕΠΜ που εγγυάται ικανοποίηση των

περιορισμών στο συνεχές είχε αναγνωριστεί ως ανοιχτό

πρόβλημα από τους L Grune και J Pannek το 2011

L Grune and J Pannek Nonlinear Model Predictive Control Theory and Algorithms ser Com-munications and Control Engineering Springer-Verlag 2011

Π Σωπασάκης Διδακτορική Διατριβή 4782

IV Διατύπωση του Προβλήματος

Το αρχικό πρόβλημα βελτιστοποίησης PN (x0) είναι

V N (x0) = inf

uisinCh([0Tf ]Rm)

int Tf

0`(x(t) u(t))dt+ Vf (x(Tf ))

υπό τους περιορισμούς

x(0) = x0

x(t) = Ax(t) +Bu(t) t isin [0 Tf ]

u(t) = uk t isin [kh (k + 1)h) k isin N[0Nminus1]

x(t) isin X t isin [0 Tf ] (Ημιάπειρο Πρόβλημα)

u(t) isin U t isin [0 Tf ]

x(Tf ) isin Xf

όπου Tf = Nh `(x u) = 12(xprimeQx+ uprimeRu) και Vf (x) = 1

2xprimePx

Π Σωπασάκης Διδακτορική Διατριβή 4882

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Πολυτοπικές Υπερπροσεγγίσεις

Χρησιμοποιώντας τη μέθοδο δι-

άσπασης Jordan σε συνδυασμό

με τη μέθοδο πλεγματοποίησης-

φράγματος κατασκευάζουμε πολύτο-

πα Pν με

Pν supe co Φ([0 h])

και

PνKrarr co Φ([0 h])

Ορίζουμε

Zν = Pminus1ν (X )

Αποδείξαμε ότι

Zν rarr Zh

minus06 minus04 minus02 0 02 04 06 08 1 12

065

07

075

08

085

09

095

1

x1

x2

Σχήμα Πολυτοπική Υπερπροσέγγι-

ση της συνάρτησης ∆(r) = eAr

P Patrinos P Sopasakis and H SarimveisldquoStochastic model predictive control for con-strained NCS with random time delayrdquo in Proc18th IFAC World Congress Aug 28 ndash Sep 22011

Π Σωπασάκης Διδακτορική Διατριβή 5082

IV Αναδιαμορφωμένο πρόβλημα ΕΠΜ

Διαμορφώνουμε την ακολουθία προβλημάτων ΕΠΜ

PνN (x0) V Nν (x0) = min

u[0Nminus1]isinUνN (x0)VN(x0u[0Nminus1]

)(1)

όπου

UνN (x0) =

u[0Nminus1]

∣∣∣∣∣∣∣∣∣∣

xk+1 = Ahxk +Bhukk isin N[0Nminus1]

(xk uk) isin Zν k isin N[0Nminus1]uk isin U k isin N[0Nminus1]xN isin X νf

(2)

Απ΄ όπου προκύπτουν οι βέλτιστες ακολουθίες λύσεων uν[0Nminus1]

Π Σωπασάκης Διδακτορική Διατριβή 5182

IV Ιδιότητες του ΕΠΜ

Ιδιότητες του σχήματος ΕΠΜ που

προτείνουμε

1 Ικανοποίηση των περιορισμών

στο συνεχή χρόνο

2 Εγγύηση ευστάθειας στο συνε-

χή χρόνο

3 uν[0Nminus1]grarr u[0Nminus1]

4 V Nνerarr V N

P Sopasakis P Patrinos and H SarimveisldquoModel Predictive Control for sampled-data li-near systems Guaranteeing continuous-time po-sitive invariancerdquo 2012 IEEE Trans Aut Contrsubmitted for publication

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Σχήμα Σύγκριση των πεδίων έλξης

της μεθοδολογίας μας με αυτή των

Magni και Scattolini

Π Σωπασάκης Διδακτορική Διατριβή 5282

VΚρουστική Χορήγηση

Αναλλοίωτο και Ευστάθεια Κρουστικών Συστημάτων Ελέγχου και

Σχεδιασμός Ελεγκτή Προβλεπτικού Μοντέλου

Π Σωπασάκης Διδακτορική Διατριβή 5382

V Κίνητρο

Τα Κρουστικά Δυναμικά περιγράφουν φαινόμενα στα οποία συμβα-

ίνουν στιγμιαία άλματα Σχετικά παραδείγματα είναι

1 Ζυμωτήρας διαλείποντος έργου (Shen et al 2007)

2 Πληθυσμιακή Δυναμική (Stone et al 2000)

3 Νανοηλεκτρονικά κυκλώματα (Yang and Chua 2000)

4 Πλοήγηση διαστημοπλοίου (Carter 1991)

5 Χορήγηση φαρμάκου (Kusuoka et al 1981)

Υπάρχει ωστόσο ένα μεθοδολογικό κενό ndash το οποίο προσπα-

θήσαμε να γεφυρώσουμε ndash το οποίο δεν επιτρέπει τη χρήση τους σε

εφαρμογές ελέγχου συστημάτων

Π Σωπασάκης Διδακτορική Διατριβή 5482

V Παράδειγμα Κρουστικής Συμπεριφοράς

minus2 minus1 0 1 2 3 4 5minus3

minus2

minus1

0

1

2

3

4

x1

x2

Impulsive Behaviour

Π Σωπασάκης Διδακτορική Διατριβή 5582

V Γραμμικά Κρουστικά Συστήματα τύπου Ι

Εστιάζουμε στα ακόλουθα κρουστικά συστήματα

dx

dt= Ax t isin hN (3αʹ)

(∆x)(τk) = BU(k x(τk)) (3βʹ)

όπου τk = kh k isin N Η λύση του (3) που τέμνει το (t0 x0) isinR times D με τη δράση της συνάρτησης ελέγχου U(k x) = g(x(τk))συμβολίζεται με ϕ(t t0 x0 g(middot))Το (3) υπόκειται στους περιορισμούς

x(t) isin X για κάθε t ge 0 X πολύεδρο

uk = g(x(τk)) isin U για κάθε k isin N U πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 5682

V Το πρόβλημα

Τα μόνα σημεία ισορροπίας τέτοιων συστημάτων τις περισσότερες

φορές δεν είναι άλλα από την αρχή ndash ή πιο γενικά σημεία

(xs us) isin kerAtimes kerB

΄Αρα δεν είναι δυνατό να σχεδιάσουμε σταθεροποιητικούς νόμους

ανάδρασης που οδηγούν την κατάσταση των κρουστικών συστη-

μάτων σε αυθαίρετα επιθυμητά σημεία

Π Σωπασάκης Διδακτορική Διατριβή 5782

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Π Σωπασάκης Διδακτορική Διατριβή 5982

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Υπολογισμός Ορίζουμε το F P(Rn)rarr P(Rn) ως

F (Ω) = projx

(y u) isin Rn+m

∣∣∣∣ ϕ(T 0 y u) isin ΩS (y u) sube Z

cap Ω

όπου S(x u) sube W(x u)1 Κάθε Y με F (Y) = Y είναι ένα Κρου-

στικά Ελεγκτικά Αναλλοώτο σύνολο ως προς Z

1Σημειώστε ότι W(x u) = clϕ(t 0 x u) t isin (0 h]Π Σωπασάκης Διδακτορική Διατριβή 6082

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Κατασκευάζουμε μια εμφολευμένη ακολουθία συνόλων YkkisinN ώστε

Y0 = ZYk+1 = F (Yk) k isin N

Το όριο

Yinfin =⋂kisinNYk

είναι ΚΕΑ Αν η σύγκλιση γίνεται σε πεπερασμένο αριθμό βημάτων

τότε είναι πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 6182

V Κρουστική Ευστάθεια Συνόλων

΄Ενα empty 6= Z $ X λέγεται ευσταθές για ένα δοσμένο σύστημα Σg

ndash με ανατροφοδότηση U(k x) = g(x(τk)) ndash ως προς ένα Y 6= empty αν

forallε gt 0existδ gt 0 x0 isin BYδ rArr ϕ(tx0 g(middot)) isin BZε forallt ge 0

Το Z λέγεται τοπικά ασυμπτωτικά ευσταθές για το Σgως

προς Y αν είναι ευσταθές και υπάρχει ε gt 0 ώστε

limtrarrinfin

distZ ϕ(tx0 g(middot)) = 0

οπόταν x0 isin BYε

Ορίζουμε BYδ = x isin X | distY(x) lt δ

Π Σωπασάκης Διδακτορική Διατριβή 6282

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 4: Modelling and Control of Biological and Physiological Systems

Μοριακός Σχεδιασμός Φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 482

Ιδιαιτερότητες του Προβλήματος Χορήγησης

Ο έλεγχος της χορήγησης φαρμάκου δεν προσιδιάζει σε κλασικά

συστήματα ελέγχου

κι έτσι απαιτούνται καινοτόμες μέθοδοι για την ανάλυση και το

σχεδιασμό εφαρμόσιμων ελεγκτών

Π Σωπασάκης Διδακτορική Διατριβή 582

Διάρθρωση

Ι Χορήγηση από του στόματος

II Συνεχής ενδοφλέβια έγχυση

III Κλασματική φαρμακοκινητική και έλεγχος

IV Χορήγηση με δειγματοληπτική μέτρηση

V Κρουστική χορήγηση

VI Μοριακή μοντελοποίηση

Π Σωπασάκης Διδακτορική Διατριβή 682

IΣχεδιασμός βέλτιστης κοινής πολιτικής

χορήγησης φαρμάκου

Χορήγηση από του στόματος σε πληθυσμό ασθενών

Π Σωπασάκης Διδακτορική Διατριβή 782

Ι Χορήγηση από του στόματος

Στόχος Σχεδιασμός βέλτιστης

κοινής πολιτικής χορήγησης

φαρμάκου σε πληθυσμό ασθενών

υπό τους περιορισμούς

1 Διαθεσιμότητα δόσεων

2 Περιορισμοί τοξικότητας

3 Περιορισμοί συχνότητας

χορήγησης

4 Εξασφάλιση

αποτελεσματικότητας

P Sopasakis H Sarimveis ldquoAn integer pro-gramming approach for optimal drug dose com-putationrdquo Comp Meth Prog Biomed vol 108pp 1022ndash1035 2012

Π Σωπασάκης Διδακτορική Διατριβή 882

Ι Μοντέλα Πεπερασμένης Κρουστικής Απόκρισης

Η συγκέντρωση του φαρμάκου στο όργανο j την στιγμή k είναι

γραμμικός συνδυασμός της τρέχουσας και Nj περασμένων δόσεων

Cj(k) =

Njsumi=0

αji middot dose(k minus i) αj sim N(microj Σj)

Κατασκευάζεται εύκολα από πειραματικές μετρήσεις

Περιγράφει περίπλοκες γραμμικές δυναμικές (με πολλά σημεία μη-

δενισμού στη συνάρτηση μεταφοράς τους)

P Sopasakis and H Sarimveis ldquoFormulation and solution of an optimal control problem wherethe input values are restricted on a finite setrdquo in 7th Hellenic Sci Conf Chem Eng June 2009

Π Σωπασάκης Διδακτορική Διατριβή 982

Ι Περιορισμοί Ασφαλείας και Αποδοτικότητας

Απαιτούμε σε κάθε όργανο j = 1 M και κάθε χρονική στιγμή

k = 0 T να ισχύει

E (Cj(k)) + γj

radicVar [Cj(k)] le mtcj

όπου mtcj είναι η Ελάχιστη Τοξική Συγκέντρωση στο όργανο jΕπίσης απαιτούμε για κάθε k ge Kj

E (Cj(k))minus δjradic

Var [Cj(k)] ge mecj

και mecj είναι η Ελάχιστη Θεραπευτική Συγκέντρωση στο j όργα-

νο

Π Σωπασάκης Διδακτορική Διατριβή 1082

Ι Περιορισμοί Δόσεων και Συχνότητας Χορήγησης

Οι δόσεις είναι περιορισμένες σε ένα διακριτό σύνολο X = xlpl=1

με x1 = 0 Ορίζουμε z(k) = (z1(k) zp(k)) isin 0 1p ώστε

dose(k) = xi ανν zi(k) = 1 και zl(k) = 0 για l 6= i Τότε

psumr=1

zr(k) = 1 για κάθε k isin N

Επίσης απαιτούμε οι διαδοχικές δόσεις να απέχουν τουλάχιστον dχρονικές στιγμές μεταξύ τους Αυτό γεννά τον περιορισμό

z1(k) + z1(k + 1) + + z1(k + d) ge dminus 1 k isin N

Π Σωπασάκης Διδακτορική Διατριβή 1182

Ι Αντικειμενική Συνάρτηση

Στόχος μας είναι η ελαχιστοποίηση της απόκλισης από τις επιθυμη-

τές τιμές CSPj (k) σε κάθε όργανο παρέχοντας την ελάχιστη συνο-

λικά ποσότητα φαρμάκου Εισάγουμε την αντικειμενική συνάρτηση

J(C z) =

Tsumk=0

ν middotpsumr=1

zr(k)xr︸ ︷︷ ︸dose(k)

+Msumj=1

λj[Cj(k)minus CSPj (k)

]2

όπου z = z(0) z(T ) και C = C(0) C(T ) Αν το

φάρμακο χορηγείται για πρώτη φορά υποθέτουμε C(0) = 0

Π Σωπασάκης Διδακτορική Διατριβή 1282

Ι Πρόβλημα Βελτιστοποίησης

Επιλύουμε το πρόβλημα βελτιστοποίησης

J = minz

E [J(C z)]

υποκείμενο στους περιορισμούς

Cj(k) = [ x1 middotmiddotmiddot xp ]summin(Nj k)

i=0 αjiz(k minus i)sumpr=1 zr(k) = 1 forallk = 0 T

E (Cj(k)) + γjradic

Var [Cj(k)] le mtcj forallk = 0 T

E (Cj(k))minus δjradic

Var [Cj(k)] ge mecj forallk = Kj T

z1(k) + z1(k + 1) + + z1(k + d) ge dminus 1

και θεωρώντας Cj(0) = 0 Το πρόβλημα αυτό είναι ένα πρόβλη-

μα ακέραιου κυρτού προγραμματισμού με μη γραμμικούς

περιορισμούς

Π Σωπασάκης Διδακτορική Διατριβή 1382

Ι Χορήγηση L-dopa από του στόματος

Π Σωπασάκης Διδακτορική Διατριβή 1482

Ι Χορήγηση L-dopa από του στόματος

0 5 10 15 20 250

50

100

150

200

250

300

350

Time Instants

Str

iatu

m C

onc (n

molL)

Striatum Concentration

Σχήμα Συγκέντρωση στο ραβδωτό σώμα του εγκεφάλου κατόπιν χο-

ρήγησης της βέλτισης ακολουθίας δόσεων (γpl = 15 γstr = δstr = 0)

Π Σωπασάκης Διδακτορική Διατριβή 1582

Ι Χορήγηση L-dopa από του στόματος

0 5 10 15 20 25 300

02

04

06

08

1

12

14

Time Instants

Pro

babili

ty (

)

MTC Violation Probability minus Striatum

Σχήμα Πιθανότητα παραβίασης της Ελάχιστης Τοξικής Συγκέντρωσης

στο ραβδωτό σώμα του εγκεφάλου (γpl = 15 γstr = δstr = 0)

Π Σωπασάκης Διδακτορική Διατριβή 1682

Ι Χορήγηση L-dopa από του στόματος

0 5 10 15 20 25 300

1

2

3

4

5

6

Time Instants

Pro

babili

ty (

)

MEC Violation Probability minus Striatum

Σχήμα Πιθανότητα παραβίασης της Ελάχιστης Θεραπευτικής Συγκέν-

τρωσης στο ραβδωτό σώμα του εγκεφάλου (γpl = 15 γstr = δstr = 0)

Π Σωπασάκης Διδακτορική Διατριβή 1782

Ι Χορήγηση L-dopa από του στόματος

0 5 10 15 20 25

2

4

6

8

10

12

Time Instants

Dose (

mgk

g)

Optimal Dose

Σχήμα Βέλτιστη ακολουθία δόσεων που προκύπτει από την επίλυση του

προβλήματος στοχαστικής βελτιστοποίησης (γpl = 15 γstr = δstr = 0)

Π Σωπασάκης Διδακτορική Διατριβή 1882

IIΠροβλεπτικός ΄Ελεγχος Συνεχούς Ενδοβλέβιας

΄Εγχυσης Φαρμάκου

με δυνατότητα μεταβολής του set-point σε πραγματικό χρόνο και

με ελλιπή πληροφορία της κατάστασης

Π Σωπασάκης Διδακτορική Διατριβή 1982

ΙΙ ΄Ελεγχος Συνεχούς Ενδοβλέβιας ΄Εγχυσης

Διατύπωση του προβλήματος

1 Μόνο μετρήσεις στο πλάσμα είναι διαθέσιμες σε πραγματικό

χρόνο

2 Περιορισμοί στην είσοδο (ρυθμός χορήγησης) και την κατάστα-

ση (συγκεντρώσεις)

3 Το set-point μπορεί να μεταβάλλεται κατ΄ επιλογή του ιατρού

P Sopasakis P Patrinos S Giannikou and H Sarimveis ldquoPhysiologically based pharmacoki-netic modeling and predictive control an integrated approach for optimal drug administrationrdquoComputer Aided Chemical Engineering vol 29 pp 1490ndash1494 2011

Π Σωπασάκης Διδακτορική Διατριβή 2082

ΙΙ Φυσιολογικά ΦΚ Μοντέλα

Σχετικά Τα ΦΦΜ είναι σύνολα συνήθων διαφορικών εξισώσεων

που χρησιμοποιούνται για την πρόβλεψηπροσομοίωση της κατανο-

μής ουσιών σε έναν οργανισμό

Βασικά Χαρακτηριστικά

1 Μηχανιστική ερμηνεία της φαρμακοκινητικής

2 Μοντέλα συνεχούς χρόνου

3 Εξάγονται στη βάση ισοζυγίων μάζας (διάχυση ροή) και

άλλων αρχών της Φυσικής

Π Σωπασάκης Διδακτορική Διατριβή 2182

ΙΙ ΄Ελεγχος Προβλεπτικού Μοντέλου

Βασικά Χαρακτηριστικά

1 Εύρωστη ευστάθεια

2 Στρατηγική βέλτιστου ελέγχου

3 Οι περιορισμοί του συστήματος λαμβάνονται υπόψη με

συστηματικό τρόπο

H Sarimveis P Sopasakis A Afantitis and G Melagraki ldquoA model predictive control approachfor optimal drug administrationrdquo Chemical Engineering Transactions vol 17 2009

Π Σωπασάκης Διδακτορική Διατριβή 2282

ΙΙ Βήμα 1 Μοντελοποίηση

M V Evans et al ldquoA physiologically based pharmacokin model for iv and ingested DMA inmicerdquo Toxicol sci Oxford University Press pp 1ndash4 2008

Π Σωπασάκης Διδακτορική Διατριβή 2382

ΙΙ Βήμα 1 Μοντελοποίηση

Παράδειγμα

VblidCvi

dt= Qi (Cart minus Cvi)minus πi

(Cvi minus

CiPi

)minus

minus rexi (Cvi)Vbli

VidCidt

= πi

(Cvi minus

CiPi

)minus rmeti (Ci)Vi

Το σύνολο των εξισώσεων του μοντέλου γράφεται στο χώρο κα-

τάστασης στη μορφή

dx (t)

dt= f0 (x (t) u (t))

y(t) = g0(x(t))

Π Σωπασάκης Διδακτορική Διατριβή 2482

ΙΙ Βήμα 2 Διακριτοποίηση

Διακριτοποιούμε το σύστημα συνεχούς χρόνου

x(k + 1) = f(x(k) u(k))

y(k) = g0(x(k))

Το οποίο γραμμικοποιούμε γύρω από ένα σημείο ισορροπίας

x(k + 1) = Ax(k) +Bu(k)

y(k) = Cx(k)

ενώ στο σύστημα ενεργούν οι περιορισμοί

Gx(k) +Hu(k) leM

Π Σωπασάκης Διδακτορική Διατριβή 2582

ΙΙ Βήμα 3 Σχεδιασμός Παρατηρητή

Εισάγουμε το επαυξημένο σύστημα

x(k + 1) = Ax(k) +Bu(k) +Bdd(k)

d(k + 1) = d(k)

y(k) = Cx(k) + Cdd(k)

Αν ξ(k) = [ x(k)prime d(k)prime ]prime τότε το παραπάνω σύστημα γράφεται ως

ξ(k + 1) = Aξ(k) + Bu(k)

y(k) = Cξ(k)

Ορίζουμε ey(k) = Cξ (k)minusy (k) ΄Ενας γραμμικός παρατηρητής λαμβάνει

τη μορφή

ξ(k + 1) = Aξ(k) + Bu(k) +

[LxLd

]ey(k)

Π Σωπασάκης Διδακτορική Διατριβή 2682

ΙΙ Βήμα 4 Σχεδιασμός Προβλεπτικού Ελεγκτή

Κάθε χρονική στιγμή j λύνουμε το πρόβλημα ελαχιστοποίησης

V N

(ξ (j)

)= minπ=ujNminus1

j=0

VN

(π ξ (j)

)υποκείμενο στους περιορισμούς

ξ(k + 1) = Aξ(k) + Bu(k) forallk isin N[0Nminus1]

Gx (k) +Hu (k) leM forallk isin N[0N ]

ξ (0) = ξ(j)

όπου η αντικειμενική συνάρτηση είναι

VN

(π ξ (j)

)= x (N)minus x (j)2P

+sumNminus1k=0 x (k)minus x (j)2Q + u (k)minus u (j)2R

P Patrinos P Sopasakis and H Sarimveis ldquoA global piecewise smooth Newton method for fastlarge-scale model predictive controlrdquo Automatica vol 47 no 9 pp 2016ndash2022 2011

Π Σωπασάκης Διδακτορική Διατριβή 2782

ΙΙ Βήμα 4 Σχεδιασμός Προβλεπτικού Ελεγκτή

Ο πίνακας P που ποινικοποιεί την τερματική απόκλιση x (N)minus x (j) 2Pλαμβάνεται ως η (μοναδική) λύση της εξίσωσης

P = AprimePAminus (AprimePB) (BprimePB +R)minus1

(BprimePA) +Q

Τα x (j) και u (j) υπολογίζονται από τη σχέση[Aminus I BC 0

] [x (j)u (j)

]=

[minusBdd (j)

r (j)minus Cdd (j)

]

Π Σωπασάκης Διδακτορική Διατριβή 2882

ΙΙ Εφαρμογή ndash Χορήγηση DMA

Εφαρμογή σε ένα ΦΦΜ με 14 μεταβλητές κατάστασης (Evans etal) για χορήγηση DMA

0 1 2 3 4 50

002

004

006

008

01

012

014

Time (hr)

Co

nce

ntr

atio

n (

mg

L)

Kidney

Kidney (estimated)

Lung

Lung (estimated)

Σχήμα Απόκριση του παρατηρητή κατάστασης μετά από διέγερση του συ-

στήματος με πεπερασμένο παλμό πλάτους 01mghr και διάρκειας 24min

Π Σωπασάκης Διδακτορική Διατριβή 2982

ΙΙ Εφαρμογή ndash Χορήγηση DMA

Εφαρμόζουμε την προταθείσα μεθο-

δολογία στο σύστημα των Evans etal με τους περιορισμούς

Πίνακας Ελάχιστες Τοξικές Συγ-

κεντρώσεις

΄Οργανο MTC (microgL)

΄Ηπαρ 14

Δέρμα 14

Ερυθρά Αιμ 10

Νεφροί 05

Πνεύμονες 05

και μεταβάλλοντας το επιθυμητό ση-

μείο λειτουργίας

P Sopasakis P Patrinos amp H Sarimveis ldquoMo-del Predictive Control for Optimal Drug Admi-nistrationrdquo submitted 2012

0 05 1 15 2 25 3 35 4 450

02

04

06

08

1

12

14

Time (hr)

Concentr

ation (

ugL

)

Reference

Plasma

RBC

Lungs

Skin (tissue)

Kidney (tissue)

Liver (tissue)

0 05 1 15 2 25 3 35 4 450

005

01

Time (hr)

Adm

inis

tration R

ate

(ugh

r)

Π Σωπασάκης Διδακτορική Διατριβή 3082

III΄Ελεγχος Συστημάτων Κλασματικής Τάξης

με εφαρμογή στον έλεγχο της συγκέντρωσης φαρμάκου

Π Σωπασάκης Διδακτορική Διατριβή 3182

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κλασματικά Δυναμικά Συστήματα

Είναι τελεστικές σχέσεις εισόδου-εξόδου της μορφής

H(Dα1 Dαn)y(t) = G(Dβ1 Dβm)u(t)

Αν οι H και G είναι γραμμικοί τότε εφαρμόζοντας το μετασχημα-

τισμό Laplace έχουμε

T (s) =y(s)

u(s)=P (s)

Q(s)

όπου y(s) = L y(t) και u(s) = L u(t) και τα PQ είναι lsquoκλασμα-

τικά πολυώνυμαrsquo δηλαδή έχουν τη μορφή

P (s) =

nsumi=0

aisbi bi ge 0

Π Σωπασάκης Διδακτορική Διατριβή 3382

ΙΙΙ Κλασματική Φαρμακοκινητική

Χρησιμοποιούμε κλασματικές παραγώγους διότι

1 Οι παράγωγοι μη ακέραιας τάξης είναι μη-τοπικοί τελεστές

και άρα περιγράφουν διεργασίες με μνήμη όπως

3 η ανώμαλη διάχυση και

4 η παγίδευση φαρμάκου σε ιστούς

R Hilfer ldquoFractional diffusion based on Riemann-Liouville fractional derivativesrdquo J PhysChem B vol 104 pp 3914ndash3917 2000

Π Σωπασάκης Διδακτορική Διατριβή 3482

ΙΙΙ Κλασματική Φαρμακοκινητική Αμιοδαρόνης

Φαρμακοκινητικές Εξισώσεις

DA1 = minus(k12 + k10)A1(t) + k21 middot C D1minusaA2(t) + u(t)

DA2 = k12A1(t)minus k21 middot C D1minusaA2(t)

Π Σωπασάκης Διδακτορική Διατριβή 3582

ΙΙΙ Ρυθμιστής PIλDmicro

Κλασματικός ρυθμιστής με συνάρτηση μεταφοράς

Gc(s) = Kp +Ki

sλ+Kds

micro

ο οποίος παράγει τη ρυθμιστική δράση

u(t) = Kpε(t) +Ki(Iλ ε)(t) + (C Dmicro ε)(t)

όπου ε(t) = ySP (t)minus y(t)

Π Σωπασάκης Διδακτορική Διατριβή 3682

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Βαθμονόμηση Κλασματικού Ρυθμιστή

Ελαχιστοποίηση ενός ολοκληρωτικού κριστηρίου όπως του

JTfITAE =

int Tf

0τ |ε(τ)|dτ

Δηλαδή επίλυση του προβλήματος βελτιστοποίησης

J = min JTfITAE(KpKiKd λ micro)

υπό τις προαναφερθείσες προδιαγραφές βαθμονόμησης απ΄

όπου προκύπτουν οι βέλτιστες παράμετροι βαθμονόμησης

(Kp K

i K

d λ

micro) = argminJTfITAE

Π Σωπασάκης Διδακτορική Διατριβή 3882

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Εφαρμόζοντας το μετασχηματισμό Laplace προκύπτει η συνάρτηση

μεταφοράς του συστήματος

G(s) equiv A1(s)

U(s)=

sa + k21sa+1 + k21s+ (k10 + k12)sa + k10k21

Πίνακας ΦΚ Παράμετροι Αμιοδαρόνης

Παράμετρος Τιμή

a 05870k10 14913dayminus1

k12 29522dayminus1

k21 04854dayminusa

A Dokoumetzidis R Magin and P Macheras ldquoFractional kinetics in multi- compartmentalsystemsrdquo Journal of Pharmacokinetics and Pharmacodynamics vol 37 pp 507ndash524 2010

Π Σωπασάκης Διδακτορική Διατριβή 3982

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Πίνακας Βέλτιστες Παράμε-

τροι Βαθμονόμησης Κλασμα-

τικού Ρυθμιστή

Παράμετρος Τιμή

Kp 5052Ki 1511Kd 00756λ 09170micro 07590

005 01 015 02 025 030

002

004

006

008

01

012

Kp=20

Kp=95

Kp=K

p

opt

Time (days)

Am

ou

nt

A1

Π Σωπασάκης Διδακτορική Διατριβή 4082

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus100

minus50

0

50

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ανοιχτού βρόγχου Το περι-

θώριο φάσης είναι 98 και το περιθώριο ενίσχυσης 439db

Π Σωπασάκης Διδακτορική Διατριβή 4182

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus80

minus60

minus40

minus20

0

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης καθοδήγησης Η απολαβή στις

υψηλές συχνότητες (gt 102radday) είναι κάτω των minus60db

Π Σωπασάκης Διδακτορική Διατριβή 4282

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus30

minus20

minus10

0

10

Magnitude (

dB

)

10minus3

10minus2

10minus1

100

101

102

minus30

0

30

60

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ευαισθησίας Η απολαβή χα-

μηλών συχνοτήτων (lt 10minus2radday) είναι κάτω των minus20db

Π Σωπασάκης Διδακτορική Διατριβή 4382

IVΔειγματοληπτική Χορήγηση

Εξασφάλιση ικανοποίησης των περιορισμών στο συνεχές

Π Σωπασάκης Διδακτορική Διατριβή 4482

IV Συστήματα με Δειγματοληψία

΄Ενα σύστημα με δειγματοληψία με στοιχείο διατήρησης τιμής μη-

δενικής τάξης έχει τη μορφή

dx

dt= f(x(t) u(t))

u(t) = uk forallt isin [kh (k + 1)h)

Π Σωπασάκης Διδακτορική Διατριβή 4582

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Ο σχεδιασμός ενός ΕΠΜ που εγγυάται ικανοποίηση των

περιορισμών στο συνεχές είχε αναγνωριστεί ως ανοιχτό

πρόβλημα από τους L Grune και J Pannek το 2011

L Grune and J Pannek Nonlinear Model Predictive Control Theory and Algorithms ser Com-munications and Control Engineering Springer-Verlag 2011

Π Σωπασάκης Διδακτορική Διατριβή 4782

IV Διατύπωση του Προβλήματος

Το αρχικό πρόβλημα βελτιστοποίησης PN (x0) είναι

V N (x0) = inf

uisinCh([0Tf ]Rm)

int Tf

0`(x(t) u(t))dt+ Vf (x(Tf ))

υπό τους περιορισμούς

x(0) = x0

x(t) = Ax(t) +Bu(t) t isin [0 Tf ]

u(t) = uk t isin [kh (k + 1)h) k isin N[0Nminus1]

x(t) isin X t isin [0 Tf ] (Ημιάπειρο Πρόβλημα)

u(t) isin U t isin [0 Tf ]

x(Tf ) isin Xf

όπου Tf = Nh `(x u) = 12(xprimeQx+ uprimeRu) και Vf (x) = 1

2xprimePx

Π Σωπασάκης Διδακτορική Διατριβή 4882

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Πολυτοπικές Υπερπροσεγγίσεις

Χρησιμοποιώντας τη μέθοδο δι-

άσπασης Jordan σε συνδυασμό

με τη μέθοδο πλεγματοποίησης-

φράγματος κατασκευάζουμε πολύτο-

πα Pν με

Pν supe co Φ([0 h])

και

PνKrarr co Φ([0 h])

Ορίζουμε

Zν = Pminus1ν (X )

Αποδείξαμε ότι

Zν rarr Zh

minus06 minus04 minus02 0 02 04 06 08 1 12

065

07

075

08

085

09

095

1

x1

x2

Σχήμα Πολυτοπική Υπερπροσέγγι-

ση της συνάρτησης ∆(r) = eAr

P Patrinos P Sopasakis and H SarimveisldquoStochastic model predictive control for con-strained NCS with random time delayrdquo in Proc18th IFAC World Congress Aug 28 ndash Sep 22011

Π Σωπασάκης Διδακτορική Διατριβή 5082

IV Αναδιαμορφωμένο πρόβλημα ΕΠΜ

Διαμορφώνουμε την ακολουθία προβλημάτων ΕΠΜ

PνN (x0) V Nν (x0) = min

u[0Nminus1]isinUνN (x0)VN(x0u[0Nminus1]

)(1)

όπου

UνN (x0) =

u[0Nminus1]

∣∣∣∣∣∣∣∣∣∣

xk+1 = Ahxk +Bhukk isin N[0Nminus1]

(xk uk) isin Zν k isin N[0Nminus1]uk isin U k isin N[0Nminus1]xN isin X νf

(2)

Απ΄ όπου προκύπτουν οι βέλτιστες ακολουθίες λύσεων uν[0Nminus1]

Π Σωπασάκης Διδακτορική Διατριβή 5182

IV Ιδιότητες του ΕΠΜ

Ιδιότητες του σχήματος ΕΠΜ που

προτείνουμε

1 Ικανοποίηση των περιορισμών

στο συνεχή χρόνο

2 Εγγύηση ευστάθειας στο συνε-

χή χρόνο

3 uν[0Nminus1]grarr u[0Nminus1]

4 V Nνerarr V N

P Sopasakis P Patrinos and H SarimveisldquoModel Predictive Control for sampled-data li-near systems Guaranteeing continuous-time po-sitive invariancerdquo 2012 IEEE Trans Aut Contrsubmitted for publication

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Σχήμα Σύγκριση των πεδίων έλξης

της μεθοδολογίας μας με αυτή των

Magni και Scattolini

Π Σωπασάκης Διδακτορική Διατριβή 5282

VΚρουστική Χορήγηση

Αναλλοίωτο και Ευστάθεια Κρουστικών Συστημάτων Ελέγχου και

Σχεδιασμός Ελεγκτή Προβλεπτικού Μοντέλου

Π Σωπασάκης Διδακτορική Διατριβή 5382

V Κίνητρο

Τα Κρουστικά Δυναμικά περιγράφουν φαινόμενα στα οποία συμβα-

ίνουν στιγμιαία άλματα Σχετικά παραδείγματα είναι

1 Ζυμωτήρας διαλείποντος έργου (Shen et al 2007)

2 Πληθυσμιακή Δυναμική (Stone et al 2000)

3 Νανοηλεκτρονικά κυκλώματα (Yang and Chua 2000)

4 Πλοήγηση διαστημοπλοίου (Carter 1991)

5 Χορήγηση φαρμάκου (Kusuoka et al 1981)

Υπάρχει ωστόσο ένα μεθοδολογικό κενό ndash το οποίο προσπα-

θήσαμε να γεφυρώσουμε ndash το οποίο δεν επιτρέπει τη χρήση τους σε

εφαρμογές ελέγχου συστημάτων

Π Σωπασάκης Διδακτορική Διατριβή 5482

V Παράδειγμα Κρουστικής Συμπεριφοράς

minus2 minus1 0 1 2 3 4 5minus3

minus2

minus1

0

1

2

3

4

x1

x2

Impulsive Behaviour

Π Σωπασάκης Διδακτορική Διατριβή 5582

V Γραμμικά Κρουστικά Συστήματα τύπου Ι

Εστιάζουμε στα ακόλουθα κρουστικά συστήματα

dx

dt= Ax t isin hN (3αʹ)

(∆x)(τk) = BU(k x(τk)) (3βʹ)

όπου τk = kh k isin N Η λύση του (3) που τέμνει το (t0 x0) isinR times D με τη δράση της συνάρτησης ελέγχου U(k x) = g(x(τk))συμβολίζεται με ϕ(t t0 x0 g(middot))Το (3) υπόκειται στους περιορισμούς

x(t) isin X για κάθε t ge 0 X πολύεδρο

uk = g(x(τk)) isin U για κάθε k isin N U πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 5682

V Το πρόβλημα

Τα μόνα σημεία ισορροπίας τέτοιων συστημάτων τις περισσότερες

φορές δεν είναι άλλα από την αρχή ndash ή πιο γενικά σημεία

(xs us) isin kerAtimes kerB

΄Αρα δεν είναι δυνατό να σχεδιάσουμε σταθεροποιητικούς νόμους

ανάδρασης που οδηγούν την κατάσταση των κρουστικών συστη-

μάτων σε αυθαίρετα επιθυμητά σημεία

Π Σωπασάκης Διδακτορική Διατριβή 5782

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Π Σωπασάκης Διδακτορική Διατριβή 5982

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Υπολογισμός Ορίζουμε το F P(Rn)rarr P(Rn) ως

F (Ω) = projx

(y u) isin Rn+m

∣∣∣∣ ϕ(T 0 y u) isin ΩS (y u) sube Z

cap Ω

όπου S(x u) sube W(x u)1 Κάθε Y με F (Y) = Y είναι ένα Κρου-

στικά Ελεγκτικά Αναλλοώτο σύνολο ως προς Z

1Σημειώστε ότι W(x u) = clϕ(t 0 x u) t isin (0 h]Π Σωπασάκης Διδακτορική Διατριβή 6082

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Κατασκευάζουμε μια εμφολευμένη ακολουθία συνόλων YkkisinN ώστε

Y0 = ZYk+1 = F (Yk) k isin N

Το όριο

Yinfin =⋂kisinNYk

είναι ΚΕΑ Αν η σύγκλιση γίνεται σε πεπερασμένο αριθμό βημάτων

τότε είναι πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 6182

V Κρουστική Ευστάθεια Συνόλων

΄Ενα empty 6= Z $ X λέγεται ευσταθές για ένα δοσμένο σύστημα Σg

ndash με ανατροφοδότηση U(k x) = g(x(τk)) ndash ως προς ένα Y 6= empty αν

forallε gt 0existδ gt 0 x0 isin BYδ rArr ϕ(tx0 g(middot)) isin BZε forallt ge 0

Το Z λέγεται τοπικά ασυμπτωτικά ευσταθές για το Σgως

προς Y αν είναι ευσταθές και υπάρχει ε gt 0 ώστε

limtrarrinfin

distZ ϕ(tx0 g(middot)) = 0

οπόταν x0 isin BYε

Ορίζουμε BYδ = x isin X | distY(x) lt δ

Π Σωπασάκης Διδακτορική Διατριβή 6282

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 5: Modelling and Control of Biological and Physiological Systems

Ιδιαιτερότητες του Προβλήματος Χορήγησης

Ο έλεγχος της χορήγησης φαρμάκου δεν προσιδιάζει σε κλασικά

συστήματα ελέγχου

κι έτσι απαιτούνται καινοτόμες μέθοδοι για την ανάλυση και το

σχεδιασμό εφαρμόσιμων ελεγκτών

Π Σωπασάκης Διδακτορική Διατριβή 582

Διάρθρωση

Ι Χορήγηση από του στόματος

II Συνεχής ενδοφλέβια έγχυση

III Κλασματική φαρμακοκινητική και έλεγχος

IV Χορήγηση με δειγματοληπτική μέτρηση

V Κρουστική χορήγηση

VI Μοριακή μοντελοποίηση

Π Σωπασάκης Διδακτορική Διατριβή 682

IΣχεδιασμός βέλτιστης κοινής πολιτικής

χορήγησης φαρμάκου

Χορήγηση από του στόματος σε πληθυσμό ασθενών

Π Σωπασάκης Διδακτορική Διατριβή 782

Ι Χορήγηση από του στόματος

Στόχος Σχεδιασμός βέλτιστης

κοινής πολιτικής χορήγησης

φαρμάκου σε πληθυσμό ασθενών

υπό τους περιορισμούς

1 Διαθεσιμότητα δόσεων

2 Περιορισμοί τοξικότητας

3 Περιορισμοί συχνότητας

χορήγησης

4 Εξασφάλιση

αποτελεσματικότητας

P Sopasakis H Sarimveis ldquoAn integer pro-gramming approach for optimal drug dose com-putationrdquo Comp Meth Prog Biomed vol 108pp 1022ndash1035 2012

Π Σωπασάκης Διδακτορική Διατριβή 882

Ι Μοντέλα Πεπερασμένης Κρουστικής Απόκρισης

Η συγκέντρωση του φαρμάκου στο όργανο j την στιγμή k είναι

γραμμικός συνδυασμός της τρέχουσας και Nj περασμένων δόσεων

Cj(k) =

Njsumi=0

αji middot dose(k minus i) αj sim N(microj Σj)

Κατασκευάζεται εύκολα από πειραματικές μετρήσεις

Περιγράφει περίπλοκες γραμμικές δυναμικές (με πολλά σημεία μη-

δενισμού στη συνάρτηση μεταφοράς τους)

P Sopasakis and H Sarimveis ldquoFormulation and solution of an optimal control problem wherethe input values are restricted on a finite setrdquo in 7th Hellenic Sci Conf Chem Eng June 2009

Π Σωπασάκης Διδακτορική Διατριβή 982

Ι Περιορισμοί Ασφαλείας και Αποδοτικότητας

Απαιτούμε σε κάθε όργανο j = 1 M και κάθε χρονική στιγμή

k = 0 T να ισχύει

E (Cj(k)) + γj

radicVar [Cj(k)] le mtcj

όπου mtcj είναι η Ελάχιστη Τοξική Συγκέντρωση στο όργανο jΕπίσης απαιτούμε για κάθε k ge Kj

E (Cj(k))minus δjradic

Var [Cj(k)] ge mecj

και mecj είναι η Ελάχιστη Θεραπευτική Συγκέντρωση στο j όργα-

νο

Π Σωπασάκης Διδακτορική Διατριβή 1082

Ι Περιορισμοί Δόσεων και Συχνότητας Χορήγησης

Οι δόσεις είναι περιορισμένες σε ένα διακριτό σύνολο X = xlpl=1

με x1 = 0 Ορίζουμε z(k) = (z1(k) zp(k)) isin 0 1p ώστε

dose(k) = xi ανν zi(k) = 1 και zl(k) = 0 για l 6= i Τότε

psumr=1

zr(k) = 1 για κάθε k isin N

Επίσης απαιτούμε οι διαδοχικές δόσεις να απέχουν τουλάχιστον dχρονικές στιγμές μεταξύ τους Αυτό γεννά τον περιορισμό

z1(k) + z1(k + 1) + + z1(k + d) ge dminus 1 k isin N

Π Σωπασάκης Διδακτορική Διατριβή 1182

Ι Αντικειμενική Συνάρτηση

Στόχος μας είναι η ελαχιστοποίηση της απόκλισης από τις επιθυμη-

τές τιμές CSPj (k) σε κάθε όργανο παρέχοντας την ελάχιστη συνο-

λικά ποσότητα φαρμάκου Εισάγουμε την αντικειμενική συνάρτηση

J(C z) =

Tsumk=0

ν middotpsumr=1

zr(k)xr︸ ︷︷ ︸dose(k)

+Msumj=1

λj[Cj(k)minus CSPj (k)

]2

όπου z = z(0) z(T ) και C = C(0) C(T ) Αν το

φάρμακο χορηγείται για πρώτη φορά υποθέτουμε C(0) = 0

Π Σωπασάκης Διδακτορική Διατριβή 1282

Ι Πρόβλημα Βελτιστοποίησης

Επιλύουμε το πρόβλημα βελτιστοποίησης

J = minz

E [J(C z)]

υποκείμενο στους περιορισμούς

Cj(k) = [ x1 middotmiddotmiddot xp ]summin(Nj k)

i=0 αjiz(k minus i)sumpr=1 zr(k) = 1 forallk = 0 T

E (Cj(k)) + γjradic

Var [Cj(k)] le mtcj forallk = 0 T

E (Cj(k))minus δjradic

Var [Cj(k)] ge mecj forallk = Kj T

z1(k) + z1(k + 1) + + z1(k + d) ge dminus 1

και θεωρώντας Cj(0) = 0 Το πρόβλημα αυτό είναι ένα πρόβλη-

μα ακέραιου κυρτού προγραμματισμού με μη γραμμικούς

περιορισμούς

Π Σωπασάκης Διδακτορική Διατριβή 1382

Ι Χορήγηση L-dopa από του στόματος

Π Σωπασάκης Διδακτορική Διατριβή 1482

Ι Χορήγηση L-dopa από του στόματος

0 5 10 15 20 250

50

100

150

200

250

300

350

Time Instants

Str

iatu

m C

onc (n

molL)

Striatum Concentration

Σχήμα Συγκέντρωση στο ραβδωτό σώμα του εγκεφάλου κατόπιν χο-

ρήγησης της βέλτισης ακολουθίας δόσεων (γpl = 15 γstr = δstr = 0)

Π Σωπασάκης Διδακτορική Διατριβή 1582

Ι Χορήγηση L-dopa από του στόματος

0 5 10 15 20 25 300

02

04

06

08

1

12

14

Time Instants

Pro

babili

ty (

)

MTC Violation Probability minus Striatum

Σχήμα Πιθανότητα παραβίασης της Ελάχιστης Τοξικής Συγκέντρωσης

στο ραβδωτό σώμα του εγκεφάλου (γpl = 15 γstr = δstr = 0)

Π Σωπασάκης Διδακτορική Διατριβή 1682

Ι Χορήγηση L-dopa από του στόματος

0 5 10 15 20 25 300

1

2

3

4

5

6

Time Instants

Pro

babili

ty (

)

MEC Violation Probability minus Striatum

Σχήμα Πιθανότητα παραβίασης της Ελάχιστης Θεραπευτικής Συγκέν-

τρωσης στο ραβδωτό σώμα του εγκεφάλου (γpl = 15 γstr = δstr = 0)

Π Σωπασάκης Διδακτορική Διατριβή 1782

Ι Χορήγηση L-dopa από του στόματος

0 5 10 15 20 25

2

4

6

8

10

12

Time Instants

Dose (

mgk

g)

Optimal Dose

Σχήμα Βέλτιστη ακολουθία δόσεων που προκύπτει από την επίλυση του

προβλήματος στοχαστικής βελτιστοποίησης (γpl = 15 γstr = δstr = 0)

Π Σωπασάκης Διδακτορική Διατριβή 1882

IIΠροβλεπτικός ΄Ελεγχος Συνεχούς Ενδοβλέβιας

΄Εγχυσης Φαρμάκου

με δυνατότητα μεταβολής του set-point σε πραγματικό χρόνο και

με ελλιπή πληροφορία της κατάστασης

Π Σωπασάκης Διδακτορική Διατριβή 1982

ΙΙ ΄Ελεγχος Συνεχούς Ενδοβλέβιας ΄Εγχυσης

Διατύπωση του προβλήματος

1 Μόνο μετρήσεις στο πλάσμα είναι διαθέσιμες σε πραγματικό

χρόνο

2 Περιορισμοί στην είσοδο (ρυθμός χορήγησης) και την κατάστα-

ση (συγκεντρώσεις)

3 Το set-point μπορεί να μεταβάλλεται κατ΄ επιλογή του ιατρού

P Sopasakis P Patrinos S Giannikou and H Sarimveis ldquoPhysiologically based pharmacoki-netic modeling and predictive control an integrated approach for optimal drug administrationrdquoComputer Aided Chemical Engineering vol 29 pp 1490ndash1494 2011

Π Σωπασάκης Διδακτορική Διατριβή 2082

ΙΙ Φυσιολογικά ΦΚ Μοντέλα

Σχετικά Τα ΦΦΜ είναι σύνολα συνήθων διαφορικών εξισώσεων

που χρησιμοποιούνται για την πρόβλεψηπροσομοίωση της κατανο-

μής ουσιών σε έναν οργανισμό

Βασικά Χαρακτηριστικά

1 Μηχανιστική ερμηνεία της φαρμακοκινητικής

2 Μοντέλα συνεχούς χρόνου

3 Εξάγονται στη βάση ισοζυγίων μάζας (διάχυση ροή) και

άλλων αρχών της Φυσικής

Π Σωπασάκης Διδακτορική Διατριβή 2182

ΙΙ ΄Ελεγχος Προβλεπτικού Μοντέλου

Βασικά Χαρακτηριστικά

1 Εύρωστη ευστάθεια

2 Στρατηγική βέλτιστου ελέγχου

3 Οι περιορισμοί του συστήματος λαμβάνονται υπόψη με

συστηματικό τρόπο

H Sarimveis P Sopasakis A Afantitis and G Melagraki ldquoA model predictive control approachfor optimal drug administrationrdquo Chemical Engineering Transactions vol 17 2009

Π Σωπασάκης Διδακτορική Διατριβή 2282

ΙΙ Βήμα 1 Μοντελοποίηση

M V Evans et al ldquoA physiologically based pharmacokin model for iv and ingested DMA inmicerdquo Toxicol sci Oxford University Press pp 1ndash4 2008

Π Σωπασάκης Διδακτορική Διατριβή 2382

ΙΙ Βήμα 1 Μοντελοποίηση

Παράδειγμα

VblidCvi

dt= Qi (Cart minus Cvi)minus πi

(Cvi minus

CiPi

)minus

minus rexi (Cvi)Vbli

VidCidt

= πi

(Cvi minus

CiPi

)minus rmeti (Ci)Vi

Το σύνολο των εξισώσεων του μοντέλου γράφεται στο χώρο κα-

τάστασης στη μορφή

dx (t)

dt= f0 (x (t) u (t))

y(t) = g0(x(t))

Π Σωπασάκης Διδακτορική Διατριβή 2482

ΙΙ Βήμα 2 Διακριτοποίηση

Διακριτοποιούμε το σύστημα συνεχούς χρόνου

x(k + 1) = f(x(k) u(k))

y(k) = g0(x(k))

Το οποίο γραμμικοποιούμε γύρω από ένα σημείο ισορροπίας

x(k + 1) = Ax(k) +Bu(k)

y(k) = Cx(k)

ενώ στο σύστημα ενεργούν οι περιορισμοί

Gx(k) +Hu(k) leM

Π Σωπασάκης Διδακτορική Διατριβή 2582

ΙΙ Βήμα 3 Σχεδιασμός Παρατηρητή

Εισάγουμε το επαυξημένο σύστημα

x(k + 1) = Ax(k) +Bu(k) +Bdd(k)

d(k + 1) = d(k)

y(k) = Cx(k) + Cdd(k)

Αν ξ(k) = [ x(k)prime d(k)prime ]prime τότε το παραπάνω σύστημα γράφεται ως

ξ(k + 1) = Aξ(k) + Bu(k)

y(k) = Cξ(k)

Ορίζουμε ey(k) = Cξ (k)minusy (k) ΄Ενας γραμμικός παρατηρητής λαμβάνει

τη μορφή

ξ(k + 1) = Aξ(k) + Bu(k) +

[LxLd

]ey(k)

Π Σωπασάκης Διδακτορική Διατριβή 2682

ΙΙ Βήμα 4 Σχεδιασμός Προβλεπτικού Ελεγκτή

Κάθε χρονική στιγμή j λύνουμε το πρόβλημα ελαχιστοποίησης

V N

(ξ (j)

)= minπ=ujNminus1

j=0

VN

(π ξ (j)

)υποκείμενο στους περιορισμούς

ξ(k + 1) = Aξ(k) + Bu(k) forallk isin N[0Nminus1]

Gx (k) +Hu (k) leM forallk isin N[0N ]

ξ (0) = ξ(j)

όπου η αντικειμενική συνάρτηση είναι

VN

(π ξ (j)

)= x (N)minus x (j)2P

+sumNminus1k=0 x (k)minus x (j)2Q + u (k)minus u (j)2R

P Patrinos P Sopasakis and H Sarimveis ldquoA global piecewise smooth Newton method for fastlarge-scale model predictive controlrdquo Automatica vol 47 no 9 pp 2016ndash2022 2011

Π Σωπασάκης Διδακτορική Διατριβή 2782

ΙΙ Βήμα 4 Σχεδιασμός Προβλεπτικού Ελεγκτή

Ο πίνακας P που ποινικοποιεί την τερματική απόκλιση x (N)minus x (j) 2Pλαμβάνεται ως η (μοναδική) λύση της εξίσωσης

P = AprimePAminus (AprimePB) (BprimePB +R)minus1

(BprimePA) +Q

Τα x (j) και u (j) υπολογίζονται από τη σχέση[Aminus I BC 0

] [x (j)u (j)

]=

[minusBdd (j)

r (j)minus Cdd (j)

]

Π Σωπασάκης Διδακτορική Διατριβή 2882

ΙΙ Εφαρμογή ndash Χορήγηση DMA

Εφαρμογή σε ένα ΦΦΜ με 14 μεταβλητές κατάστασης (Evans etal) για χορήγηση DMA

0 1 2 3 4 50

002

004

006

008

01

012

014

Time (hr)

Co

nce

ntr

atio

n (

mg

L)

Kidney

Kidney (estimated)

Lung

Lung (estimated)

Σχήμα Απόκριση του παρατηρητή κατάστασης μετά από διέγερση του συ-

στήματος με πεπερασμένο παλμό πλάτους 01mghr και διάρκειας 24min

Π Σωπασάκης Διδακτορική Διατριβή 2982

ΙΙ Εφαρμογή ndash Χορήγηση DMA

Εφαρμόζουμε την προταθείσα μεθο-

δολογία στο σύστημα των Evans etal με τους περιορισμούς

Πίνακας Ελάχιστες Τοξικές Συγ-

κεντρώσεις

΄Οργανο MTC (microgL)

΄Ηπαρ 14

Δέρμα 14

Ερυθρά Αιμ 10

Νεφροί 05

Πνεύμονες 05

και μεταβάλλοντας το επιθυμητό ση-

μείο λειτουργίας

P Sopasakis P Patrinos amp H Sarimveis ldquoMo-del Predictive Control for Optimal Drug Admi-nistrationrdquo submitted 2012

0 05 1 15 2 25 3 35 4 450

02

04

06

08

1

12

14

Time (hr)

Concentr

ation (

ugL

)

Reference

Plasma

RBC

Lungs

Skin (tissue)

Kidney (tissue)

Liver (tissue)

0 05 1 15 2 25 3 35 4 450

005

01

Time (hr)

Adm

inis

tration R

ate

(ugh

r)

Π Σωπασάκης Διδακτορική Διατριβή 3082

III΄Ελεγχος Συστημάτων Κλασματικής Τάξης

με εφαρμογή στον έλεγχο της συγκέντρωσης φαρμάκου

Π Σωπασάκης Διδακτορική Διατριβή 3182

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κλασματικά Δυναμικά Συστήματα

Είναι τελεστικές σχέσεις εισόδου-εξόδου της μορφής

H(Dα1 Dαn)y(t) = G(Dβ1 Dβm)u(t)

Αν οι H και G είναι γραμμικοί τότε εφαρμόζοντας το μετασχημα-

τισμό Laplace έχουμε

T (s) =y(s)

u(s)=P (s)

Q(s)

όπου y(s) = L y(t) και u(s) = L u(t) και τα PQ είναι lsquoκλασμα-

τικά πολυώνυμαrsquo δηλαδή έχουν τη μορφή

P (s) =

nsumi=0

aisbi bi ge 0

Π Σωπασάκης Διδακτορική Διατριβή 3382

ΙΙΙ Κλασματική Φαρμακοκινητική

Χρησιμοποιούμε κλασματικές παραγώγους διότι

1 Οι παράγωγοι μη ακέραιας τάξης είναι μη-τοπικοί τελεστές

και άρα περιγράφουν διεργασίες με μνήμη όπως

3 η ανώμαλη διάχυση και

4 η παγίδευση φαρμάκου σε ιστούς

R Hilfer ldquoFractional diffusion based on Riemann-Liouville fractional derivativesrdquo J PhysChem B vol 104 pp 3914ndash3917 2000

Π Σωπασάκης Διδακτορική Διατριβή 3482

ΙΙΙ Κλασματική Φαρμακοκινητική Αμιοδαρόνης

Φαρμακοκινητικές Εξισώσεις

DA1 = minus(k12 + k10)A1(t) + k21 middot C D1minusaA2(t) + u(t)

DA2 = k12A1(t)minus k21 middot C D1minusaA2(t)

Π Σωπασάκης Διδακτορική Διατριβή 3582

ΙΙΙ Ρυθμιστής PIλDmicro

Κλασματικός ρυθμιστής με συνάρτηση μεταφοράς

Gc(s) = Kp +Ki

sλ+Kds

micro

ο οποίος παράγει τη ρυθμιστική δράση

u(t) = Kpε(t) +Ki(Iλ ε)(t) + (C Dmicro ε)(t)

όπου ε(t) = ySP (t)minus y(t)

Π Σωπασάκης Διδακτορική Διατριβή 3682

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Βαθμονόμηση Κλασματικού Ρυθμιστή

Ελαχιστοποίηση ενός ολοκληρωτικού κριστηρίου όπως του

JTfITAE =

int Tf

0τ |ε(τ)|dτ

Δηλαδή επίλυση του προβλήματος βελτιστοποίησης

J = min JTfITAE(KpKiKd λ micro)

υπό τις προαναφερθείσες προδιαγραφές βαθμονόμησης απ΄

όπου προκύπτουν οι βέλτιστες παράμετροι βαθμονόμησης

(Kp K

i K

d λ

micro) = argminJTfITAE

Π Σωπασάκης Διδακτορική Διατριβή 3882

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Εφαρμόζοντας το μετασχηματισμό Laplace προκύπτει η συνάρτηση

μεταφοράς του συστήματος

G(s) equiv A1(s)

U(s)=

sa + k21sa+1 + k21s+ (k10 + k12)sa + k10k21

Πίνακας ΦΚ Παράμετροι Αμιοδαρόνης

Παράμετρος Τιμή

a 05870k10 14913dayminus1

k12 29522dayminus1

k21 04854dayminusa

A Dokoumetzidis R Magin and P Macheras ldquoFractional kinetics in multi- compartmentalsystemsrdquo Journal of Pharmacokinetics and Pharmacodynamics vol 37 pp 507ndash524 2010

Π Σωπασάκης Διδακτορική Διατριβή 3982

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Πίνακας Βέλτιστες Παράμε-

τροι Βαθμονόμησης Κλασμα-

τικού Ρυθμιστή

Παράμετρος Τιμή

Kp 5052Ki 1511Kd 00756λ 09170micro 07590

005 01 015 02 025 030

002

004

006

008

01

012

Kp=20

Kp=95

Kp=K

p

opt

Time (days)

Am

ou

nt

A1

Π Σωπασάκης Διδακτορική Διατριβή 4082

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus100

minus50

0

50

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ανοιχτού βρόγχου Το περι-

θώριο φάσης είναι 98 και το περιθώριο ενίσχυσης 439db

Π Σωπασάκης Διδακτορική Διατριβή 4182

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus80

minus60

minus40

minus20

0

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης καθοδήγησης Η απολαβή στις

υψηλές συχνότητες (gt 102radday) είναι κάτω των minus60db

Π Σωπασάκης Διδακτορική Διατριβή 4282

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus30

minus20

minus10

0

10

Magnitude (

dB

)

10minus3

10minus2

10minus1

100

101

102

minus30

0

30

60

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ευαισθησίας Η απολαβή χα-

μηλών συχνοτήτων (lt 10minus2radday) είναι κάτω των minus20db

Π Σωπασάκης Διδακτορική Διατριβή 4382

IVΔειγματοληπτική Χορήγηση

Εξασφάλιση ικανοποίησης των περιορισμών στο συνεχές

Π Σωπασάκης Διδακτορική Διατριβή 4482

IV Συστήματα με Δειγματοληψία

΄Ενα σύστημα με δειγματοληψία με στοιχείο διατήρησης τιμής μη-

δενικής τάξης έχει τη μορφή

dx

dt= f(x(t) u(t))

u(t) = uk forallt isin [kh (k + 1)h)

Π Σωπασάκης Διδακτορική Διατριβή 4582

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Ο σχεδιασμός ενός ΕΠΜ που εγγυάται ικανοποίηση των

περιορισμών στο συνεχές είχε αναγνωριστεί ως ανοιχτό

πρόβλημα από τους L Grune και J Pannek το 2011

L Grune and J Pannek Nonlinear Model Predictive Control Theory and Algorithms ser Com-munications and Control Engineering Springer-Verlag 2011

Π Σωπασάκης Διδακτορική Διατριβή 4782

IV Διατύπωση του Προβλήματος

Το αρχικό πρόβλημα βελτιστοποίησης PN (x0) είναι

V N (x0) = inf

uisinCh([0Tf ]Rm)

int Tf

0`(x(t) u(t))dt+ Vf (x(Tf ))

υπό τους περιορισμούς

x(0) = x0

x(t) = Ax(t) +Bu(t) t isin [0 Tf ]

u(t) = uk t isin [kh (k + 1)h) k isin N[0Nminus1]

x(t) isin X t isin [0 Tf ] (Ημιάπειρο Πρόβλημα)

u(t) isin U t isin [0 Tf ]

x(Tf ) isin Xf

όπου Tf = Nh `(x u) = 12(xprimeQx+ uprimeRu) και Vf (x) = 1

2xprimePx

Π Σωπασάκης Διδακτορική Διατριβή 4882

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Πολυτοπικές Υπερπροσεγγίσεις

Χρησιμοποιώντας τη μέθοδο δι-

άσπασης Jordan σε συνδυασμό

με τη μέθοδο πλεγματοποίησης-

φράγματος κατασκευάζουμε πολύτο-

πα Pν με

Pν supe co Φ([0 h])

και

PνKrarr co Φ([0 h])

Ορίζουμε

Zν = Pminus1ν (X )

Αποδείξαμε ότι

Zν rarr Zh

minus06 minus04 minus02 0 02 04 06 08 1 12

065

07

075

08

085

09

095

1

x1

x2

Σχήμα Πολυτοπική Υπερπροσέγγι-

ση της συνάρτησης ∆(r) = eAr

P Patrinos P Sopasakis and H SarimveisldquoStochastic model predictive control for con-strained NCS with random time delayrdquo in Proc18th IFAC World Congress Aug 28 ndash Sep 22011

Π Σωπασάκης Διδακτορική Διατριβή 5082

IV Αναδιαμορφωμένο πρόβλημα ΕΠΜ

Διαμορφώνουμε την ακολουθία προβλημάτων ΕΠΜ

PνN (x0) V Nν (x0) = min

u[0Nminus1]isinUνN (x0)VN(x0u[0Nminus1]

)(1)

όπου

UνN (x0) =

u[0Nminus1]

∣∣∣∣∣∣∣∣∣∣

xk+1 = Ahxk +Bhukk isin N[0Nminus1]

(xk uk) isin Zν k isin N[0Nminus1]uk isin U k isin N[0Nminus1]xN isin X νf

(2)

Απ΄ όπου προκύπτουν οι βέλτιστες ακολουθίες λύσεων uν[0Nminus1]

Π Σωπασάκης Διδακτορική Διατριβή 5182

IV Ιδιότητες του ΕΠΜ

Ιδιότητες του σχήματος ΕΠΜ που

προτείνουμε

1 Ικανοποίηση των περιορισμών

στο συνεχή χρόνο

2 Εγγύηση ευστάθειας στο συνε-

χή χρόνο

3 uν[0Nminus1]grarr u[0Nminus1]

4 V Nνerarr V N

P Sopasakis P Patrinos and H SarimveisldquoModel Predictive Control for sampled-data li-near systems Guaranteeing continuous-time po-sitive invariancerdquo 2012 IEEE Trans Aut Contrsubmitted for publication

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Σχήμα Σύγκριση των πεδίων έλξης

της μεθοδολογίας μας με αυτή των

Magni και Scattolini

Π Σωπασάκης Διδακτορική Διατριβή 5282

VΚρουστική Χορήγηση

Αναλλοίωτο και Ευστάθεια Κρουστικών Συστημάτων Ελέγχου και

Σχεδιασμός Ελεγκτή Προβλεπτικού Μοντέλου

Π Σωπασάκης Διδακτορική Διατριβή 5382

V Κίνητρο

Τα Κρουστικά Δυναμικά περιγράφουν φαινόμενα στα οποία συμβα-

ίνουν στιγμιαία άλματα Σχετικά παραδείγματα είναι

1 Ζυμωτήρας διαλείποντος έργου (Shen et al 2007)

2 Πληθυσμιακή Δυναμική (Stone et al 2000)

3 Νανοηλεκτρονικά κυκλώματα (Yang and Chua 2000)

4 Πλοήγηση διαστημοπλοίου (Carter 1991)

5 Χορήγηση φαρμάκου (Kusuoka et al 1981)

Υπάρχει ωστόσο ένα μεθοδολογικό κενό ndash το οποίο προσπα-

θήσαμε να γεφυρώσουμε ndash το οποίο δεν επιτρέπει τη χρήση τους σε

εφαρμογές ελέγχου συστημάτων

Π Σωπασάκης Διδακτορική Διατριβή 5482

V Παράδειγμα Κρουστικής Συμπεριφοράς

minus2 minus1 0 1 2 3 4 5minus3

minus2

minus1

0

1

2

3

4

x1

x2

Impulsive Behaviour

Π Σωπασάκης Διδακτορική Διατριβή 5582

V Γραμμικά Κρουστικά Συστήματα τύπου Ι

Εστιάζουμε στα ακόλουθα κρουστικά συστήματα

dx

dt= Ax t isin hN (3αʹ)

(∆x)(τk) = BU(k x(τk)) (3βʹ)

όπου τk = kh k isin N Η λύση του (3) που τέμνει το (t0 x0) isinR times D με τη δράση της συνάρτησης ελέγχου U(k x) = g(x(τk))συμβολίζεται με ϕ(t t0 x0 g(middot))Το (3) υπόκειται στους περιορισμούς

x(t) isin X για κάθε t ge 0 X πολύεδρο

uk = g(x(τk)) isin U για κάθε k isin N U πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 5682

V Το πρόβλημα

Τα μόνα σημεία ισορροπίας τέτοιων συστημάτων τις περισσότερες

φορές δεν είναι άλλα από την αρχή ndash ή πιο γενικά σημεία

(xs us) isin kerAtimes kerB

΄Αρα δεν είναι δυνατό να σχεδιάσουμε σταθεροποιητικούς νόμους

ανάδρασης που οδηγούν την κατάσταση των κρουστικών συστη-

μάτων σε αυθαίρετα επιθυμητά σημεία

Π Σωπασάκης Διδακτορική Διατριβή 5782

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Π Σωπασάκης Διδακτορική Διατριβή 5982

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Υπολογισμός Ορίζουμε το F P(Rn)rarr P(Rn) ως

F (Ω) = projx

(y u) isin Rn+m

∣∣∣∣ ϕ(T 0 y u) isin ΩS (y u) sube Z

cap Ω

όπου S(x u) sube W(x u)1 Κάθε Y με F (Y) = Y είναι ένα Κρου-

στικά Ελεγκτικά Αναλλοώτο σύνολο ως προς Z

1Σημειώστε ότι W(x u) = clϕ(t 0 x u) t isin (0 h]Π Σωπασάκης Διδακτορική Διατριβή 6082

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Κατασκευάζουμε μια εμφολευμένη ακολουθία συνόλων YkkisinN ώστε

Y0 = ZYk+1 = F (Yk) k isin N

Το όριο

Yinfin =⋂kisinNYk

είναι ΚΕΑ Αν η σύγκλιση γίνεται σε πεπερασμένο αριθμό βημάτων

τότε είναι πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 6182

V Κρουστική Ευστάθεια Συνόλων

΄Ενα empty 6= Z $ X λέγεται ευσταθές για ένα δοσμένο σύστημα Σg

ndash με ανατροφοδότηση U(k x) = g(x(τk)) ndash ως προς ένα Y 6= empty αν

forallε gt 0existδ gt 0 x0 isin BYδ rArr ϕ(tx0 g(middot)) isin BZε forallt ge 0

Το Z λέγεται τοπικά ασυμπτωτικά ευσταθές για το Σgως

προς Y αν είναι ευσταθές και υπάρχει ε gt 0 ώστε

limtrarrinfin

distZ ϕ(tx0 g(middot)) = 0

οπόταν x0 isin BYε

Ορίζουμε BYδ = x isin X | distY(x) lt δ

Π Σωπασάκης Διδακτορική Διατριβή 6282

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 6: Modelling and Control of Biological and Physiological Systems

Διάρθρωση

Ι Χορήγηση από του στόματος

II Συνεχής ενδοφλέβια έγχυση

III Κλασματική φαρμακοκινητική και έλεγχος

IV Χορήγηση με δειγματοληπτική μέτρηση

V Κρουστική χορήγηση

VI Μοριακή μοντελοποίηση

Π Σωπασάκης Διδακτορική Διατριβή 682

IΣχεδιασμός βέλτιστης κοινής πολιτικής

χορήγησης φαρμάκου

Χορήγηση από του στόματος σε πληθυσμό ασθενών

Π Σωπασάκης Διδακτορική Διατριβή 782

Ι Χορήγηση από του στόματος

Στόχος Σχεδιασμός βέλτιστης

κοινής πολιτικής χορήγησης

φαρμάκου σε πληθυσμό ασθενών

υπό τους περιορισμούς

1 Διαθεσιμότητα δόσεων

2 Περιορισμοί τοξικότητας

3 Περιορισμοί συχνότητας

χορήγησης

4 Εξασφάλιση

αποτελεσματικότητας

P Sopasakis H Sarimveis ldquoAn integer pro-gramming approach for optimal drug dose com-putationrdquo Comp Meth Prog Biomed vol 108pp 1022ndash1035 2012

Π Σωπασάκης Διδακτορική Διατριβή 882

Ι Μοντέλα Πεπερασμένης Κρουστικής Απόκρισης

Η συγκέντρωση του φαρμάκου στο όργανο j την στιγμή k είναι

γραμμικός συνδυασμός της τρέχουσας και Nj περασμένων δόσεων

Cj(k) =

Njsumi=0

αji middot dose(k minus i) αj sim N(microj Σj)

Κατασκευάζεται εύκολα από πειραματικές μετρήσεις

Περιγράφει περίπλοκες γραμμικές δυναμικές (με πολλά σημεία μη-

δενισμού στη συνάρτηση μεταφοράς τους)

P Sopasakis and H Sarimveis ldquoFormulation and solution of an optimal control problem wherethe input values are restricted on a finite setrdquo in 7th Hellenic Sci Conf Chem Eng June 2009

Π Σωπασάκης Διδακτορική Διατριβή 982

Ι Περιορισμοί Ασφαλείας και Αποδοτικότητας

Απαιτούμε σε κάθε όργανο j = 1 M και κάθε χρονική στιγμή

k = 0 T να ισχύει

E (Cj(k)) + γj

radicVar [Cj(k)] le mtcj

όπου mtcj είναι η Ελάχιστη Τοξική Συγκέντρωση στο όργανο jΕπίσης απαιτούμε για κάθε k ge Kj

E (Cj(k))minus δjradic

Var [Cj(k)] ge mecj

και mecj είναι η Ελάχιστη Θεραπευτική Συγκέντρωση στο j όργα-

νο

Π Σωπασάκης Διδακτορική Διατριβή 1082

Ι Περιορισμοί Δόσεων και Συχνότητας Χορήγησης

Οι δόσεις είναι περιορισμένες σε ένα διακριτό σύνολο X = xlpl=1

με x1 = 0 Ορίζουμε z(k) = (z1(k) zp(k)) isin 0 1p ώστε

dose(k) = xi ανν zi(k) = 1 και zl(k) = 0 για l 6= i Τότε

psumr=1

zr(k) = 1 για κάθε k isin N

Επίσης απαιτούμε οι διαδοχικές δόσεις να απέχουν τουλάχιστον dχρονικές στιγμές μεταξύ τους Αυτό γεννά τον περιορισμό

z1(k) + z1(k + 1) + + z1(k + d) ge dminus 1 k isin N

Π Σωπασάκης Διδακτορική Διατριβή 1182

Ι Αντικειμενική Συνάρτηση

Στόχος μας είναι η ελαχιστοποίηση της απόκλισης από τις επιθυμη-

τές τιμές CSPj (k) σε κάθε όργανο παρέχοντας την ελάχιστη συνο-

λικά ποσότητα φαρμάκου Εισάγουμε την αντικειμενική συνάρτηση

J(C z) =

Tsumk=0

ν middotpsumr=1

zr(k)xr︸ ︷︷ ︸dose(k)

+Msumj=1

λj[Cj(k)minus CSPj (k)

]2

όπου z = z(0) z(T ) και C = C(0) C(T ) Αν το

φάρμακο χορηγείται για πρώτη φορά υποθέτουμε C(0) = 0

Π Σωπασάκης Διδακτορική Διατριβή 1282

Ι Πρόβλημα Βελτιστοποίησης

Επιλύουμε το πρόβλημα βελτιστοποίησης

J = minz

E [J(C z)]

υποκείμενο στους περιορισμούς

Cj(k) = [ x1 middotmiddotmiddot xp ]summin(Nj k)

i=0 αjiz(k minus i)sumpr=1 zr(k) = 1 forallk = 0 T

E (Cj(k)) + γjradic

Var [Cj(k)] le mtcj forallk = 0 T

E (Cj(k))minus δjradic

Var [Cj(k)] ge mecj forallk = Kj T

z1(k) + z1(k + 1) + + z1(k + d) ge dminus 1

και θεωρώντας Cj(0) = 0 Το πρόβλημα αυτό είναι ένα πρόβλη-

μα ακέραιου κυρτού προγραμματισμού με μη γραμμικούς

περιορισμούς

Π Σωπασάκης Διδακτορική Διατριβή 1382

Ι Χορήγηση L-dopa από του στόματος

Π Σωπασάκης Διδακτορική Διατριβή 1482

Ι Χορήγηση L-dopa από του στόματος

0 5 10 15 20 250

50

100

150

200

250

300

350

Time Instants

Str

iatu

m C

onc (n

molL)

Striatum Concentration

Σχήμα Συγκέντρωση στο ραβδωτό σώμα του εγκεφάλου κατόπιν χο-

ρήγησης της βέλτισης ακολουθίας δόσεων (γpl = 15 γstr = δstr = 0)

Π Σωπασάκης Διδακτορική Διατριβή 1582

Ι Χορήγηση L-dopa από του στόματος

0 5 10 15 20 25 300

02

04

06

08

1

12

14

Time Instants

Pro

babili

ty (

)

MTC Violation Probability minus Striatum

Σχήμα Πιθανότητα παραβίασης της Ελάχιστης Τοξικής Συγκέντρωσης

στο ραβδωτό σώμα του εγκεφάλου (γpl = 15 γstr = δstr = 0)

Π Σωπασάκης Διδακτορική Διατριβή 1682

Ι Χορήγηση L-dopa από του στόματος

0 5 10 15 20 25 300

1

2

3

4

5

6

Time Instants

Pro

babili

ty (

)

MEC Violation Probability minus Striatum

Σχήμα Πιθανότητα παραβίασης της Ελάχιστης Θεραπευτικής Συγκέν-

τρωσης στο ραβδωτό σώμα του εγκεφάλου (γpl = 15 γstr = δstr = 0)

Π Σωπασάκης Διδακτορική Διατριβή 1782

Ι Χορήγηση L-dopa από του στόματος

0 5 10 15 20 25

2

4

6

8

10

12

Time Instants

Dose (

mgk

g)

Optimal Dose

Σχήμα Βέλτιστη ακολουθία δόσεων που προκύπτει από την επίλυση του

προβλήματος στοχαστικής βελτιστοποίησης (γpl = 15 γstr = δstr = 0)

Π Σωπασάκης Διδακτορική Διατριβή 1882

IIΠροβλεπτικός ΄Ελεγχος Συνεχούς Ενδοβλέβιας

΄Εγχυσης Φαρμάκου

με δυνατότητα μεταβολής του set-point σε πραγματικό χρόνο και

με ελλιπή πληροφορία της κατάστασης

Π Σωπασάκης Διδακτορική Διατριβή 1982

ΙΙ ΄Ελεγχος Συνεχούς Ενδοβλέβιας ΄Εγχυσης

Διατύπωση του προβλήματος

1 Μόνο μετρήσεις στο πλάσμα είναι διαθέσιμες σε πραγματικό

χρόνο

2 Περιορισμοί στην είσοδο (ρυθμός χορήγησης) και την κατάστα-

ση (συγκεντρώσεις)

3 Το set-point μπορεί να μεταβάλλεται κατ΄ επιλογή του ιατρού

P Sopasakis P Patrinos S Giannikou and H Sarimveis ldquoPhysiologically based pharmacoki-netic modeling and predictive control an integrated approach for optimal drug administrationrdquoComputer Aided Chemical Engineering vol 29 pp 1490ndash1494 2011

Π Σωπασάκης Διδακτορική Διατριβή 2082

ΙΙ Φυσιολογικά ΦΚ Μοντέλα

Σχετικά Τα ΦΦΜ είναι σύνολα συνήθων διαφορικών εξισώσεων

που χρησιμοποιούνται για την πρόβλεψηπροσομοίωση της κατανο-

μής ουσιών σε έναν οργανισμό

Βασικά Χαρακτηριστικά

1 Μηχανιστική ερμηνεία της φαρμακοκινητικής

2 Μοντέλα συνεχούς χρόνου

3 Εξάγονται στη βάση ισοζυγίων μάζας (διάχυση ροή) και

άλλων αρχών της Φυσικής

Π Σωπασάκης Διδακτορική Διατριβή 2182

ΙΙ ΄Ελεγχος Προβλεπτικού Μοντέλου

Βασικά Χαρακτηριστικά

1 Εύρωστη ευστάθεια

2 Στρατηγική βέλτιστου ελέγχου

3 Οι περιορισμοί του συστήματος λαμβάνονται υπόψη με

συστηματικό τρόπο

H Sarimveis P Sopasakis A Afantitis and G Melagraki ldquoA model predictive control approachfor optimal drug administrationrdquo Chemical Engineering Transactions vol 17 2009

Π Σωπασάκης Διδακτορική Διατριβή 2282

ΙΙ Βήμα 1 Μοντελοποίηση

M V Evans et al ldquoA physiologically based pharmacokin model for iv and ingested DMA inmicerdquo Toxicol sci Oxford University Press pp 1ndash4 2008

Π Σωπασάκης Διδακτορική Διατριβή 2382

ΙΙ Βήμα 1 Μοντελοποίηση

Παράδειγμα

VblidCvi

dt= Qi (Cart minus Cvi)minus πi

(Cvi minus

CiPi

)minus

minus rexi (Cvi)Vbli

VidCidt

= πi

(Cvi minus

CiPi

)minus rmeti (Ci)Vi

Το σύνολο των εξισώσεων του μοντέλου γράφεται στο χώρο κα-

τάστασης στη μορφή

dx (t)

dt= f0 (x (t) u (t))

y(t) = g0(x(t))

Π Σωπασάκης Διδακτορική Διατριβή 2482

ΙΙ Βήμα 2 Διακριτοποίηση

Διακριτοποιούμε το σύστημα συνεχούς χρόνου

x(k + 1) = f(x(k) u(k))

y(k) = g0(x(k))

Το οποίο γραμμικοποιούμε γύρω από ένα σημείο ισορροπίας

x(k + 1) = Ax(k) +Bu(k)

y(k) = Cx(k)

ενώ στο σύστημα ενεργούν οι περιορισμοί

Gx(k) +Hu(k) leM

Π Σωπασάκης Διδακτορική Διατριβή 2582

ΙΙ Βήμα 3 Σχεδιασμός Παρατηρητή

Εισάγουμε το επαυξημένο σύστημα

x(k + 1) = Ax(k) +Bu(k) +Bdd(k)

d(k + 1) = d(k)

y(k) = Cx(k) + Cdd(k)

Αν ξ(k) = [ x(k)prime d(k)prime ]prime τότε το παραπάνω σύστημα γράφεται ως

ξ(k + 1) = Aξ(k) + Bu(k)

y(k) = Cξ(k)

Ορίζουμε ey(k) = Cξ (k)minusy (k) ΄Ενας γραμμικός παρατηρητής λαμβάνει

τη μορφή

ξ(k + 1) = Aξ(k) + Bu(k) +

[LxLd

]ey(k)

Π Σωπασάκης Διδακτορική Διατριβή 2682

ΙΙ Βήμα 4 Σχεδιασμός Προβλεπτικού Ελεγκτή

Κάθε χρονική στιγμή j λύνουμε το πρόβλημα ελαχιστοποίησης

V N

(ξ (j)

)= minπ=ujNminus1

j=0

VN

(π ξ (j)

)υποκείμενο στους περιορισμούς

ξ(k + 1) = Aξ(k) + Bu(k) forallk isin N[0Nminus1]

Gx (k) +Hu (k) leM forallk isin N[0N ]

ξ (0) = ξ(j)

όπου η αντικειμενική συνάρτηση είναι

VN

(π ξ (j)

)= x (N)minus x (j)2P

+sumNminus1k=0 x (k)minus x (j)2Q + u (k)minus u (j)2R

P Patrinos P Sopasakis and H Sarimveis ldquoA global piecewise smooth Newton method for fastlarge-scale model predictive controlrdquo Automatica vol 47 no 9 pp 2016ndash2022 2011

Π Σωπασάκης Διδακτορική Διατριβή 2782

ΙΙ Βήμα 4 Σχεδιασμός Προβλεπτικού Ελεγκτή

Ο πίνακας P που ποινικοποιεί την τερματική απόκλιση x (N)minus x (j) 2Pλαμβάνεται ως η (μοναδική) λύση της εξίσωσης

P = AprimePAminus (AprimePB) (BprimePB +R)minus1

(BprimePA) +Q

Τα x (j) και u (j) υπολογίζονται από τη σχέση[Aminus I BC 0

] [x (j)u (j)

]=

[minusBdd (j)

r (j)minus Cdd (j)

]

Π Σωπασάκης Διδακτορική Διατριβή 2882

ΙΙ Εφαρμογή ndash Χορήγηση DMA

Εφαρμογή σε ένα ΦΦΜ με 14 μεταβλητές κατάστασης (Evans etal) για χορήγηση DMA

0 1 2 3 4 50

002

004

006

008

01

012

014

Time (hr)

Co

nce

ntr

atio

n (

mg

L)

Kidney

Kidney (estimated)

Lung

Lung (estimated)

Σχήμα Απόκριση του παρατηρητή κατάστασης μετά από διέγερση του συ-

στήματος με πεπερασμένο παλμό πλάτους 01mghr και διάρκειας 24min

Π Σωπασάκης Διδακτορική Διατριβή 2982

ΙΙ Εφαρμογή ndash Χορήγηση DMA

Εφαρμόζουμε την προταθείσα μεθο-

δολογία στο σύστημα των Evans etal με τους περιορισμούς

Πίνακας Ελάχιστες Τοξικές Συγ-

κεντρώσεις

΄Οργανο MTC (microgL)

΄Ηπαρ 14

Δέρμα 14

Ερυθρά Αιμ 10

Νεφροί 05

Πνεύμονες 05

και μεταβάλλοντας το επιθυμητό ση-

μείο λειτουργίας

P Sopasakis P Patrinos amp H Sarimveis ldquoMo-del Predictive Control for Optimal Drug Admi-nistrationrdquo submitted 2012

0 05 1 15 2 25 3 35 4 450

02

04

06

08

1

12

14

Time (hr)

Concentr

ation (

ugL

)

Reference

Plasma

RBC

Lungs

Skin (tissue)

Kidney (tissue)

Liver (tissue)

0 05 1 15 2 25 3 35 4 450

005

01

Time (hr)

Adm

inis

tration R

ate

(ugh

r)

Π Σωπασάκης Διδακτορική Διατριβή 3082

III΄Ελεγχος Συστημάτων Κλασματικής Τάξης

με εφαρμογή στον έλεγχο της συγκέντρωσης φαρμάκου

Π Σωπασάκης Διδακτορική Διατριβή 3182

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κλασματικά Δυναμικά Συστήματα

Είναι τελεστικές σχέσεις εισόδου-εξόδου της μορφής

H(Dα1 Dαn)y(t) = G(Dβ1 Dβm)u(t)

Αν οι H και G είναι γραμμικοί τότε εφαρμόζοντας το μετασχημα-

τισμό Laplace έχουμε

T (s) =y(s)

u(s)=P (s)

Q(s)

όπου y(s) = L y(t) και u(s) = L u(t) και τα PQ είναι lsquoκλασμα-

τικά πολυώνυμαrsquo δηλαδή έχουν τη μορφή

P (s) =

nsumi=0

aisbi bi ge 0

Π Σωπασάκης Διδακτορική Διατριβή 3382

ΙΙΙ Κλασματική Φαρμακοκινητική

Χρησιμοποιούμε κλασματικές παραγώγους διότι

1 Οι παράγωγοι μη ακέραιας τάξης είναι μη-τοπικοί τελεστές

και άρα περιγράφουν διεργασίες με μνήμη όπως

3 η ανώμαλη διάχυση και

4 η παγίδευση φαρμάκου σε ιστούς

R Hilfer ldquoFractional diffusion based on Riemann-Liouville fractional derivativesrdquo J PhysChem B vol 104 pp 3914ndash3917 2000

Π Σωπασάκης Διδακτορική Διατριβή 3482

ΙΙΙ Κλασματική Φαρμακοκινητική Αμιοδαρόνης

Φαρμακοκινητικές Εξισώσεις

DA1 = minus(k12 + k10)A1(t) + k21 middot C D1minusaA2(t) + u(t)

DA2 = k12A1(t)minus k21 middot C D1minusaA2(t)

Π Σωπασάκης Διδακτορική Διατριβή 3582

ΙΙΙ Ρυθμιστής PIλDmicro

Κλασματικός ρυθμιστής με συνάρτηση μεταφοράς

Gc(s) = Kp +Ki

sλ+Kds

micro

ο οποίος παράγει τη ρυθμιστική δράση

u(t) = Kpε(t) +Ki(Iλ ε)(t) + (C Dmicro ε)(t)

όπου ε(t) = ySP (t)minus y(t)

Π Σωπασάκης Διδακτορική Διατριβή 3682

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Βαθμονόμηση Κλασματικού Ρυθμιστή

Ελαχιστοποίηση ενός ολοκληρωτικού κριστηρίου όπως του

JTfITAE =

int Tf

0τ |ε(τ)|dτ

Δηλαδή επίλυση του προβλήματος βελτιστοποίησης

J = min JTfITAE(KpKiKd λ micro)

υπό τις προαναφερθείσες προδιαγραφές βαθμονόμησης απ΄

όπου προκύπτουν οι βέλτιστες παράμετροι βαθμονόμησης

(Kp K

i K

d λ

micro) = argminJTfITAE

Π Σωπασάκης Διδακτορική Διατριβή 3882

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Εφαρμόζοντας το μετασχηματισμό Laplace προκύπτει η συνάρτηση

μεταφοράς του συστήματος

G(s) equiv A1(s)

U(s)=

sa + k21sa+1 + k21s+ (k10 + k12)sa + k10k21

Πίνακας ΦΚ Παράμετροι Αμιοδαρόνης

Παράμετρος Τιμή

a 05870k10 14913dayminus1

k12 29522dayminus1

k21 04854dayminusa

A Dokoumetzidis R Magin and P Macheras ldquoFractional kinetics in multi- compartmentalsystemsrdquo Journal of Pharmacokinetics and Pharmacodynamics vol 37 pp 507ndash524 2010

Π Σωπασάκης Διδακτορική Διατριβή 3982

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Πίνακας Βέλτιστες Παράμε-

τροι Βαθμονόμησης Κλασμα-

τικού Ρυθμιστή

Παράμετρος Τιμή

Kp 5052Ki 1511Kd 00756λ 09170micro 07590

005 01 015 02 025 030

002

004

006

008

01

012

Kp=20

Kp=95

Kp=K

p

opt

Time (days)

Am

ou

nt

A1

Π Σωπασάκης Διδακτορική Διατριβή 4082

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus100

minus50

0

50

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ανοιχτού βρόγχου Το περι-

θώριο φάσης είναι 98 και το περιθώριο ενίσχυσης 439db

Π Σωπασάκης Διδακτορική Διατριβή 4182

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus80

minus60

minus40

minus20

0

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης καθοδήγησης Η απολαβή στις

υψηλές συχνότητες (gt 102radday) είναι κάτω των minus60db

Π Σωπασάκης Διδακτορική Διατριβή 4282

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus30

minus20

minus10

0

10

Magnitude (

dB

)

10minus3

10minus2

10minus1

100

101

102

minus30

0

30

60

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ευαισθησίας Η απολαβή χα-

μηλών συχνοτήτων (lt 10minus2radday) είναι κάτω των minus20db

Π Σωπασάκης Διδακτορική Διατριβή 4382

IVΔειγματοληπτική Χορήγηση

Εξασφάλιση ικανοποίησης των περιορισμών στο συνεχές

Π Σωπασάκης Διδακτορική Διατριβή 4482

IV Συστήματα με Δειγματοληψία

΄Ενα σύστημα με δειγματοληψία με στοιχείο διατήρησης τιμής μη-

δενικής τάξης έχει τη μορφή

dx

dt= f(x(t) u(t))

u(t) = uk forallt isin [kh (k + 1)h)

Π Σωπασάκης Διδακτορική Διατριβή 4582

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Ο σχεδιασμός ενός ΕΠΜ που εγγυάται ικανοποίηση των

περιορισμών στο συνεχές είχε αναγνωριστεί ως ανοιχτό

πρόβλημα από τους L Grune και J Pannek το 2011

L Grune and J Pannek Nonlinear Model Predictive Control Theory and Algorithms ser Com-munications and Control Engineering Springer-Verlag 2011

Π Σωπασάκης Διδακτορική Διατριβή 4782

IV Διατύπωση του Προβλήματος

Το αρχικό πρόβλημα βελτιστοποίησης PN (x0) είναι

V N (x0) = inf

uisinCh([0Tf ]Rm)

int Tf

0`(x(t) u(t))dt+ Vf (x(Tf ))

υπό τους περιορισμούς

x(0) = x0

x(t) = Ax(t) +Bu(t) t isin [0 Tf ]

u(t) = uk t isin [kh (k + 1)h) k isin N[0Nminus1]

x(t) isin X t isin [0 Tf ] (Ημιάπειρο Πρόβλημα)

u(t) isin U t isin [0 Tf ]

x(Tf ) isin Xf

όπου Tf = Nh `(x u) = 12(xprimeQx+ uprimeRu) και Vf (x) = 1

2xprimePx

Π Σωπασάκης Διδακτορική Διατριβή 4882

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Πολυτοπικές Υπερπροσεγγίσεις

Χρησιμοποιώντας τη μέθοδο δι-

άσπασης Jordan σε συνδυασμό

με τη μέθοδο πλεγματοποίησης-

φράγματος κατασκευάζουμε πολύτο-

πα Pν με

Pν supe co Φ([0 h])

και

PνKrarr co Φ([0 h])

Ορίζουμε

Zν = Pminus1ν (X )

Αποδείξαμε ότι

Zν rarr Zh

minus06 minus04 minus02 0 02 04 06 08 1 12

065

07

075

08

085

09

095

1

x1

x2

Σχήμα Πολυτοπική Υπερπροσέγγι-

ση της συνάρτησης ∆(r) = eAr

P Patrinos P Sopasakis and H SarimveisldquoStochastic model predictive control for con-strained NCS with random time delayrdquo in Proc18th IFAC World Congress Aug 28 ndash Sep 22011

Π Σωπασάκης Διδακτορική Διατριβή 5082

IV Αναδιαμορφωμένο πρόβλημα ΕΠΜ

Διαμορφώνουμε την ακολουθία προβλημάτων ΕΠΜ

PνN (x0) V Nν (x0) = min

u[0Nminus1]isinUνN (x0)VN(x0u[0Nminus1]

)(1)

όπου

UνN (x0) =

u[0Nminus1]

∣∣∣∣∣∣∣∣∣∣

xk+1 = Ahxk +Bhukk isin N[0Nminus1]

(xk uk) isin Zν k isin N[0Nminus1]uk isin U k isin N[0Nminus1]xN isin X νf

(2)

Απ΄ όπου προκύπτουν οι βέλτιστες ακολουθίες λύσεων uν[0Nminus1]

Π Σωπασάκης Διδακτορική Διατριβή 5182

IV Ιδιότητες του ΕΠΜ

Ιδιότητες του σχήματος ΕΠΜ που

προτείνουμε

1 Ικανοποίηση των περιορισμών

στο συνεχή χρόνο

2 Εγγύηση ευστάθειας στο συνε-

χή χρόνο

3 uν[0Nminus1]grarr u[0Nminus1]

4 V Nνerarr V N

P Sopasakis P Patrinos and H SarimveisldquoModel Predictive Control for sampled-data li-near systems Guaranteeing continuous-time po-sitive invariancerdquo 2012 IEEE Trans Aut Contrsubmitted for publication

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Σχήμα Σύγκριση των πεδίων έλξης

της μεθοδολογίας μας με αυτή των

Magni και Scattolini

Π Σωπασάκης Διδακτορική Διατριβή 5282

VΚρουστική Χορήγηση

Αναλλοίωτο και Ευστάθεια Κρουστικών Συστημάτων Ελέγχου και

Σχεδιασμός Ελεγκτή Προβλεπτικού Μοντέλου

Π Σωπασάκης Διδακτορική Διατριβή 5382

V Κίνητρο

Τα Κρουστικά Δυναμικά περιγράφουν φαινόμενα στα οποία συμβα-

ίνουν στιγμιαία άλματα Σχετικά παραδείγματα είναι

1 Ζυμωτήρας διαλείποντος έργου (Shen et al 2007)

2 Πληθυσμιακή Δυναμική (Stone et al 2000)

3 Νανοηλεκτρονικά κυκλώματα (Yang and Chua 2000)

4 Πλοήγηση διαστημοπλοίου (Carter 1991)

5 Χορήγηση φαρμάκου (Kusuoka et al 1981)

Υπάρχει ωστόσο ένα μεθοδολογικό κενό ndash το οποίο προσπα-

θήσαμε να γεφυρώσουμε ndash το οποίο δεν επιτρέπει τη χρήση τους σε

εφαρμογές ελέγχου συστημάτων

Π Σωπασάκης Διδακτορική Διατριβή 5482

V Παράδειγμα Κρουστικής Συμπεριφοράς

minus2 minus1 0 1 2 3 4 5minus3

minus2

minus1

0

1

2

3

4

x1

x2

Impulsive Behaviour

Π Σωπασάκης Διδακτορική Διατριβή 5582

V Γραμμικά Κρουστικά Συστήματα τύπου Ι

Εστιάζουμε στα ακόλουθα κρουστικά συστήματα

dx

dt= Ax t isin hN (3αʹ)

(∆x)(τk) = BU(k x(τk)) (3βʹ)

όπου τk = kh k isin N Η λύση του (3) που τέμνει το (t0 x0) isinR times D με τη δράση της συνάρτησης ελέγχου U(k x) = g(x(τk))συμβολίζεται με ϕ(t t0 x0 g(middot))Το (3) υπόκειται στους περιορισμούς

x(t) isin X για κάθε t ge 0 X πολύεδρο

uk = g(x(τk)) isin U για κάθε k isin N U πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 5682

V Το πρόβλημα

Τα μόνα σημεία ισορροπίας τέτοιων συστημάτων τις περισσότερες

φορές δεν είναι άλλα από την αρχή ndash ή πιο γενικά σημεία

(xs us) isin kerAtimes kerB

΄Αρα δεν είναι δυνατό να σχεδιάσουμε σταθεροποιητικούς νόμους

ανάδρασης που οδηγούν την κατάσταση των κρουστικών συστη-

μάτων σε αυθαίρετα επιθυμητά σημεία

Π Σωπασάκης Διδακτορική Διατριβή 5782

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Π Σωπασάκης Διδακτορική Διατριβή 5982

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Υπολογισμός Ορίζουμε το F P(Rn)rarr P(Rn) ως

F (Ω) = projx

(y u) isin Rn+m

∣∣∣∣ ϕ(T 0 y u) isin ΩS (y u) sube Z

cap Ω

όπου S(x u) sube W(x u)1 Κάθε Y με F (Y) = Y είναι ένα Κρου-

στικά Ελεγκτικά Αναλλοώτο σύνολο ως προς Z

1Σημειώστε ότι W(x u) = clϕ(t 0 x u) t isin (0 h]Π Σωπασάκης Διδακτορική Διατριβή 6082

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Κατασκευάζουμε μια εμφολευμένη ακολουθία συνόλων YkkisinN ώστε

Y0 = ZYk+1 = F (Yk) k isin N

Το όριο

Yinfin =⋂kisinNYk

είναι ΚΕΑ Αν η σύγκλιση γίνεται σε πεπερασμένο αριθμό βημάτων

τότε είναι πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 6182

V Κρουστική Ευστάθεια Συνόλων

΄Ενα empty 6= Z $ X λέγεται ευσταθές για ένα δοσμένο σύστημα Σg

ndash με ανατροφοδότηση U(k x) = g(x(τk)) ndash ως προς ένα Y 6= empty αν

forallε gt 0existδ gt 0 x0 isin BYδ rArr ϕ(tx0 g(middot)) isin BZε forallt ge 0

Το Z λέγεται τοπικά ασυμπτωτικά ευσταθές για το Σgως

προς Y αν είναι ευσταθές και υπάρχει ε gt 0 ώστε

limtrarrinfin

distZ ϕ(tx0 g(middot)) = 0

οπόταν x0 isin BYε

Ορίζουμε BYδ = x isin X | distY(x) lt δ

Π Σωπασάκης Διδακτορική Διατριβή 6282

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 7: Modelling and Control of Biological and Physiological Systems

IΣχεδιασμός βέλτιστης κοινής πολιτικής

χορήγησης φαρμάκου

Χορήγηση από του στόματος σε πληθυσμό ασθενών

Π Σωπασάκης Διδακτορική Διατριβή 782

Ι Χορήγηση από του στόματος

Στόχος Σχεδιασμός βέλτιστης

κοινής πολιτικής χορήγησης

φαρμάκου σε πληθυσμό ασθενών

υπό τους περιορισμούς

1 Διαθεσιμότητα δόσεων

2 Περιορισμοί τοξικότητας

3 Περιορισμοί συχνότητας

χορήγησης

4 Εξασφάλιση

αποτελεσματικότητας

P Sopasakis H Sarimveis ldquoAn integer pro-gramming approach for optimal drug dose com-putationrdquo Comp Meth Prog Biomed vol 108pp 1022ndash1035 2012

Π Σωπασάκης Διδακτορική Διατριβή 882

Ι Μοντέλα Πεπερασμένης Κρουστικής Απόκρισης

Η συγκέντρωση του φαρμάκου στο όργανο j την στιγμή k είναι

γραμμικός συνδυασμός της τρέχουσας και Nj περασμένων δόσεων

Cj(k) =

Njsumi=0

αji middot dose(k minus i) αj sim N(microj Σj)

Κατασκευάζεται εύκολα από πειραματικές μετρήσεις

Περιγράφει περίπλοκες γραμμικές δυναμικές (με πολλά σημεία μη-

δενισμού στη συνάρτηση μεταφοράς τους)

P Sopasakis and H Sarimveis ldquoFormulation and solution of an optimal control problem wherethe input values are restricted on a finite setrdquo in 7th Hellenic Sci Conf Chem Eng June 2009

Π Σωπασάκης Διδακτορική Διατριβή 982

Ι Περιορισμοί Ασφαλείας και Αποδοτικότητας

Απαιτούμε σε κάθε όργανο j = 1 M και κάθε χρονική στιγμή

k = 0 T να ισχύει

E (Cj(k)) + γj

radicVar [Cj(k)] le mtcj

όπου mtcj είναι η Ελάχιστη Τοξική Συγκέντρωση στο όργανο jΕπίσης απαιτούμε για κάθε k ge Kj

E (Cj(k))minus δjradic

Var [Cj(k)] ge mecj

και mecj είναι η Ελάχιστη Θεραπευτική Συγκέντρωση στο j όργα-

νο

Π Σωπασάκης Διδακτορική Διατριβή 1082

Ι Περιορισμοί Δόσεων και Συχνότητας Χορήγησης

Οι δόσεις είναι περιορισμένες σε ένα διακριτό σύνολο X = xlpl=1

με x1 = 0 Ορίζουμε z(k) = (z1(k) zp(k)) isin 0 1p ώστε

dose(k) = xi ανν zi(k) = 1 και zl(k) = 0 για l 6= i Τότε

psumr=1

zr(k) = 1 για κάθε k isin N

Επίσης απαιτούμε οι διαδοχικές δόσεις να απέχουν τουλάχιστον dχρονικές στιγμές μεταξύ τους Αυτό γεννά τον περιορισμό

z1(k) + z1(k + 1) + + z1(k + d) ge dminus 1 k isin N

Π Σωπασάκης Διδακτορική Διατριβή 1182

Ι Αντικειμενική Συνάρτηση

Στόχος μας είναι η ελαχιστοποίηση της απόκλισης από τις επιθυμη-

τές τιμές CSPj (k) σε κάθε όργανο παρέχοντας την ελάχιστη συνο-

λικά ποσότητα φαρμάκου Εισάγουμε την αντικειμενική συνάρτηση

J(C z) =

Tsumk=0

ν middotpsumr=1

zr(k)xr︸ ︷︷ ︸dose(k)

+Msumj=1

λj[Cj(k)minus CSPj (k)

]2

όπου z = z(0) z(T ) και C = C(0) C(T ) Αν το

φάρμακο χορηγείται για πρώτη φορά υποθέτουμε C(0) = 0

Π Σωπασάκης Διδακτορική Διατριβή 1282

Ι Πρόβλημα Βελτιστοποίησης

Επιλύουμε το πρόβλημα βελτιστοποίησης

J = minz

E [J(C z)]

υποκείμενο στους περιορισμούς

Cj(k) = [ x1 middotmiddotmiddot xp ]summin(Nj k)

i=0 αjiz(k minus i)sumpr=1 zr(k) = 1 forallk = 0 T

E (Cj(k)) + γjradic

Var [Cj(k)] le mtcj forallk = 0 T

E (Cj(k))minus δjradic

Var [Cj(k)] ge mecj forallk = Kj T

z1(k) + z1(k + 1) + + z1(k + d) ge dminus 1

και θεωρώντας Cj(0) = 0 Το πρόβλημα αυτό είναι ένα πρόβλη-

μα ακέραιου κυρτού προγραμματισμού με μη γραμμικούς

περιορισμούς

Π Σωπασάκης Διδακτορική Διατριβή 1382

Ι Χορήγηση L-dopa από του στόματος

Π Σωπασάκης Διδακτορική Διατριβή 1482

Ι Χορήγηση L-dopa από του στόματος

0 5 10 15 20 250

50

100

150

200

250

300

350

Time Instants

Str

iatu

m C

onc (n

molL)

Striatum Concentration

Σχήμα Συγκέντρωση στο ραβδωτό σώμα του εγκεφάλου κατόπιν χο-

ρήγησης της βέλτισης ακολουθίας δόσεων (γpl = 15 γstr = δstr = 0)

Π Σωπασάκης Διδακτορική Διατριβή 1582

Ι Χορήγηση L-dopa από του στόματος

0 5 10 15 20 25 300

02

04

06

08

1

12

14

Time Instants

Pro

babili

ty (

)

MTC Violation Probability minus Striatum

Σχήμα Πιθανότητα παραβίασης της Ελάχιστης Τοξικής Συγκέντρωσης

στο ραβδωτό σώμα του εγκεφάλου (γpl = 15 γstr = δstr = 0)

Π Σωπασάκης Διδακτορική Διατριβή 1682

Ι Χορήγηση L-dopa από του στόματος

0 5 10 15 20 25 300

1

2

3

4

5

6

Time Instants

Pro

babili

ty (

)

MEC Violation Probability minus Striatum

Σχήμα Πιθανότητα παραβίασης της Ελάχιστης Θεραπευτικής Συγκέν-

τρωσης στο ραβδωτό σώμα του εγκεφάλου (γpl = 15 γstr = δstr = 0)

Π Σωπασάκης Διδακτορική Διατριβή 1782

Ι Χορήγηση L-dopa από του στόματος

0 5 10 15 20 25

2

4

6

8

10

12

Time Instants

Dose (

mgk

g)

Optimal Dose

Σχήμα Βέλτιστη ακολουθία δόσεων που προκύπτει από την επίλυση του

προβλήματος στοχαστικής βελτιστοποίησης (γpl = 15 γstr = δstr = 0)

Π Σωπασάκης Διδακτορική Διατριβή 1882

IIΠροβλεπτικός ΄Ελεγχος Συνεχούς Ενδοβλέβιας

΄Εγχυσης Φαρμάκου

με δυνατότητα μεταβολής του set-point σε πραγματικό χρόνο και

με ελλιπή πληροφορία της κατάστασης

Π Σωπασάκης Διδακτορική Διατριβή 1982

ΙΙ ΄Ελεγχος Συνεχούς Ενδοβλέβιας ΄Εγχυσης

Διατύπωση του προβλήματος

1 Μόνο μετρήσεις στο πλάσμα είναι διαθέσιμες σε πραγματικό

χρόνο

2 Περιορισμοί στην είσοδο (ρυθμός χορήγησης) και την κατάστα-

ση (συγκεντρώσεις)

3 Το set-point μπορεί να μεταβάλλεται κατ΄ επιλογή του ιατρού

P Sopasakis P Patrinos S Giannikou and H Sarimveis ldquoPhysiologically based pharmacoki-netic modeling and predictive control an integrated approach for optimal drug administrationrdquoComputer Aided Chemical Engineering vol 29 pp 1490ndash1494 2011

Π Σωπασάκης Διδακτορική Διατριβή 2082

ΙΙ Φυσιολογικά ΦΚ Μοντέλα

Σχετικά Τα ΦΦΜ είναι σύνολα συνήθων διαφορικών εξισώσεων

που χρησιμοποιούνται για την πρόβλεψηπροσομοίωση της κατανο-

μής ουσιών σε έναν οργανισμό

Βασικά Χαρακτηριστικά

1 Μηχανιστική ερμηνεία της φαρμακοκινητικής

2 Μοντέλα συνεχούς χρόνου

3 Εξάγονται στη βάση ισοζυγίων μάζας (διάχυση ροή) και

άλλων αρχών της Φυσικής

Π Σωπασάκης Διδακτορική Διατριβή 2182

ΙΙ ΄Ελεγχος Προβλεπτικού Μοντέλου

Βασικά Χαρακτηριστικά

1 Εύρωστη ευστάθεια

2 Στρατηγική βέλτιστου ελέγχου

3 Οι περιορισμοί του συστήματος λαμβάνονται υπόψη με

συστηματικό τρόπο

H Sarimveis P Sopasakis A Afantitis and G Melagraki ldquoA model predictive control approachfor optimal drug administrationrdquo Chemical Engineering Transactions vol 17 2009

Π Σωπασάκης Διδακτορική Διατριβή 2282

ΙΙ Βήμα 1 Μοντελοποίηση

M V Evans et al ldquoA physiologically based pharmacokin model for iv and ingested DMA inmicerdquo Toxicol sci Oxford University Press pp 1ndash4 2008

Π Σωπασάκης Διδακτορική Διατριβή 2382

ΙΙ Βήμα 1 Μοντελοποίηση

Παράδειγμα

VblidCvi

dt= Qi (Cart minus Cvi)minus πi

(Cvi minus

CiPi

)minus

minus rexi (Cvi)Vbli

VidCidt

= πi

(Cvi minus

CiPi

)minus rmeti (Ci)Vi

Το σύνολο των εξισώσεων του μοντέλου γράφεται στο χώρο κα-

τάστασης στη μορφή

dx (t)

dt= f0 (x (t) u (t))

y(t) = g0(x(t))

Π Σωπασάκης Διδακτορική Διατριβή 2482

ΙΙ Βήμα 2 Διακριτοποίηση

Διακριτοποιούμε το σύστημα συνεχούς χρόνου

x(k + 1) = f(x(k) u(k))

y(k) = g0(x(k))

Το οποίο γραμμικοποιούμε γύρω από ένα σημείο ισορροπίας

x(k + 1) = Ax(k) +Bu(k)

y(k) = Cx(k)

ενώ στο σύστημα ενεργούν οι περιορισμοί

Gx(k) +Hu(k) leM

Π Σωπασάκης Διδακτορική Διατριβή 2582

ΙΙ Βήμα 3 Σχεδιασμός Παρατηρητή

Εισάγουμε το επαυξημένο σύστημα

x(k + 1) = Ax(k) +Bu(k) +Bdd(k)

d(k + 1) = d(k)

y(k) = Cx(k) + Cdd(k)

Αν ξ(k) = [ x(k)prime d(k)prime ]prime τότε το παραπάνω σύστημα γράφεται ως

ξ(k + 1) = Aξ(k) + Bu(k)

y(k) = Cξ(k)

Ορίζουμε ey(k) = Cξ (k)minusy (k) ΄Ενας γραμμικός παρατηρητής λαμβάνει

τη μορφή

ξ(k + 1) = Aξ(k) + Bu(k) +

[LxLd

]ey(k)

Π Σωπασάκης Διδακτορική Διατριβή 2682

ΙΙ Βήμα 4 Σχεδιασμός Προβλεπτικού Ελεγκτή

Κάθε χρονική στιγμή j λύνουμε το πρόβλημα ελαχιστοποίησης

V N

(ξ (j)

)= minπ=ujNminus1

j=0

VN

(π ξ (j)

)υποκείμενο στους περιορισμούς

ξ(k + 1) = Aξ(k) + Bu(k) forallk isin N[0Nminus1]

Gx (k) +Hu (k) leM forallk isin N[0N ]

ξ (0) = ξ(j)

όπου η αντικειμενική συνάρτηση είναι

VN

(π ξ (j)

)= x (N)minus x (j)2P

+sumNminus1k=0 x (k)minus x (j)2Q + u (k)minus u (j)2R

P Patrinos P Sopasakis and H Sarimveis ldquoA global piecewise smooth Newton method for fastlarge-scale model predictive controlrdquo Automatica vol 47 no 9 pp 2016ndash2022 2011

Π Σωπασάκης Διδακτορική Διατριβή 2782

ΙΙ Βήμα 4 Σχεδιασμός Προβλεπτικού Ελεγκτή

Ο πίνακας P που ποινικοποιεί την τερματική απόκλιση x (N)minus x (j) 2Pλαμβάνεται ως η (μοναδική) λύση της εξίσωσης

P = AprimePAminus (AprimePB) (BprimePB +R)minus1

(BprimePA) +Q

Τα x (j) και u (j) υπολογίζονται από τη σχέση[Aminus I BC 0

] [x (j)u (j)

]=

[minusBdd (j)

r (j)minus Cdd (j)

]

Π Σωπασάκης Διδακτορική Διατριβή 2882

ΙΙ Εφαρμογή ndash Χορήγηση DMA

Εφαρμογή σε ένα ΦΦΜ με 14 μεταβλητές κατάστασης (Evans etal) για χορήγηση DMA

0 1 2 3 4 50

002

004

006

008

01

012

014

Time (hr)

Co

nce

ntr

atio

n (

mg

L)

Kidney

Kidney (estimated)

Lung

Lung (estimated)

Σχήμα Απόκριση του παρατηρητή κατάστασης μετά από διέγερση του συ-

στήματος με πεπερασμένο παλμό πλάτους 01mghr και διάρκειας 24min

Π Σωπασάκης Διδακτορική Διατριβή 2982

ΙΙ Εφαρμογή ndash Χορήγηση DMA

Εφαρμόζουμε την προταθείσα μεθο-

δολογία στο σύστημα των Evans etal με τους περιορισμούς

Πίνακας Ελάχιστες Τοξικές Συγ-

κεντρώσεις

΄Οργανο MTC (microgL)

΄Ηπαρ 14

Δέρμα 14

Ερυθρά Αιμ 10

Νεφροί 05

Πνεύμονες 05

και μεταβάλλοντας το επιθυμητό ση-

μείο λειτουργίας

P Sopasakis P Patrinos amp H Sarimveis ldquoMo-del Predictive Control for Optimal Drug Admi-nistrationrdquo submitted 2012

0 05 1 15 2 25 3 35 4 450

02

04

06

08

1

12

14

Time (hr)

Concentr

ation (

ugL

)

Reference

Plasma

RBC

Lungs

Skin (tissue)

Kidney (tissue)

Liver (tissue)

0 05 1 15 2 25 3 35 4 450

005

01

Time (hr)

Adm

inis

tration R

ate

(ugh

r)

Π Σωπασάκης Διδακτορική Διατριβή 3082

III΄Ελεγχος Συστημάτων Κλασματικής Τάξης

με εφαρμογή στον έλεγχο της συγκέντρωσης φαρμάκου

Π Σωπασάκης Διδακτορική Διατριβή 3182

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κλασματικά Δυναμικά Συστήματα

Είναι τελεστικές σχέσεις εισόδου-εξόδου της μορφής

H(Dα1 Dαn)y(t) = G(Dβ1 Dβm)u(t)

Αν οι H και G είναι γραμμικοί τότε εφαρμόζοντας το μετασχημα-

τισμό Laplace έχουμε

T (s) =y(s)

u(s)=P (s)

Q(s)

όπου y(s) = L y(t) και u(s) = L u(t) και τα PQ είναι lsquoκλασμα-

τικά πολυώνυμαrsquo δηλαδή έχουν τη μορφή

P (s) =

nsumi=0

aisbi bi ge 0

Π Σωπασάκης Διδακτορική Διατριβή 3382

ΙΙΙ Κλασματική Φαρμακοκινητική

Χρησιμοποιούμε κλασματικές παραγώγους διότι

1 Οι παράγωγοι μη ακέραιας τάξης είναι μη-τοπικοί τελεστές

και άρα περιγράφουν διεργασίες με μνήμη όπως

3 η ανώμαλη διάχυση και

4 η παγίδευση φαρμάκου σε ιστούς

R Hilfer ldquoFractional diffusion based on Riemann-Liouville fractional derivativesrdquo J PhysChem B vol 104 pp 3914ndash3917 2000

Π Σωπασάκης Διδακτορική Διατριβή 3482

ΙΙΙ Κλασματική Φαρμακοκινητική Αμιοδαρόνης

Φαρμακοκινητικές Εξισώσεις

DA1 = minus(k12 + k10)A1(t) + k21 middot C D1minusaA2(t) + u(t)

DA2 = k12A1(t)minus k21 middot C D1minusaA2(t)

Π Σωπασάκης Διδακτορική Διατριβή 3582

ΙΙΙ Ρυθμιστής PIλDmicro

Κλασματικός ρυθμιστής με συνάρτηση μεταφοράς

Gc(s) = Kp +Ki

sλ+Kds

micro

ο οποίος παράγει τη ρυθμιστική δράση

u(t) = Kpε(t) +Ki(Iλ ε)(t) + (C Dmicro ε)(t)

όπου ε(t) = ySP (t)minus y(t)

Π Σωπασάκης Διδακτορική Διατριβή 3682

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Βαθμονόμηση Κλασματικού Ρυθμιστή

Ελαχιστοποίηση ενός ολοκληρωτικού κριστηρίου όπως του

JTfITAE =

int Tf

0τ |ε(τ)|dτ

Δηλαδή επίλυση του προβλήματος βελτιστοποίησης

J = min JTfITAE(KpKiKd λ micro)

υπό τις προαναφερθείσες προδιαγραφές βαθμονόμησης απ΄

όπου προκύπτουν οι βέλτιστες παράμετροι βαθμονόμησης

(Kp K

i K

d λ

micro) = argminJTfITAE

Π Σωπασάκης Διδακτορική Διατριβή 3882

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Εφαρμόζοντας το μετασχηματισμό Laplace προκύπτει η συνάρτηση

μεταφοράς του συστήματος

G(s) equiv A1(s)

U(s)=

sa + k21sa+1 + k21s+ (k10 + k12)sa + k10k21

Πίνακας ΦΚ Παράμετροι Αμιοδαρόνης

Παράμετρος Τιμή

a 05870k10 14913dayminus1

k12 29522dayminus1

k21 04854dayminusa

A Dokoumetzidis R Magin and P Macheras ldquoFractional kinetics in multi- compartmentalsystemsrdquo Journal of Pharmacokinetics and Pharmacodynamics vol 37 pp 507ndash524 2010

Π Σωπασάκης Διδακτορική Διατριβή 3982

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Πίνακας Βέλτιστες Παράμε-

τροι Βαθμονόμησης Κλασμα-

τικού Ρυθμιστή

Παράμετρος Τιμή

Kp 5052Ki 1511Kd 00756λ 09170micro 07590

005 01 015 02 025 030

002

004

006

008

01

012

Kp=20

Kp=95

Kp=K

p

opt

Time (days)

Am

ou

nt

A1

Π Σωπασάκης Διδακτορική Διατριβή 4082

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus100

minus50

0

50

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ανοιχτού βρόγχου Το περι-

θώριο φάσης είναι 98 και το περιθώριο ενίσχυσης 439db

Π Σωπασάκης Διδακτορική Διατριβή 4182

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus80

minus60

minus40

minus20

0

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης καθοδήγησης Η απολαβή στις

υψηλές συχνότητες (gt 102radday) είναι κάτω των minus60db

Π Σωπασάκης Διδακτορική Διατριβή 4282

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus30

minus20

minus10

0

10

Magnitude (

dB

)

10minus3

10minus2

10minus1

100

101

102

minus30

0

30

60

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ευαισθησίας Η απολαβή χα-

μηλών συχνοτήτων (lt 10minus2radday) είναι κάτω των minus20db

Π Σωπασάκης Διδακτορική Διατριβή 4382

IVΔειγματοληπτική Χορήγηση

Εξασφάλιση ικανοποίησης των περιορισμών στο συνεχές

Π Σωπασάκης Διδακτορική Διατριβή 4482

IV Συστήματα με Δειγματοληψία

΄Ενα σύστημα με δειγματοληψία με στοιχείο διατήρησης τιμής μη-

δενικής τάξης έχει τη μορφή

dx

dt= f(x(t) u(t))

u(t) = uk forallt isin [kh (k + 1)h)

Π Σωπασάκης Διδακτορική Διατριβή 4582

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Ο σχεδιασμός ενός ΕΠΜ που εγγυάται ικανοποίηση των

περιορισμών στο συνεχές είχε αναγνωριστεί ως ανοιχτό

πρόβλημα από τους L Grune και J Pannek το 2011

L Grune and J Pannek Nonlinear Model Predictive Control Theory and Algorithms ser Com-munications and Control Engineering Springer-Verlag 2011

Π Σωπασάκης Διδακτορική Διατριβή 4782

IV Διατύπωση του Προβλήματος

Το αρχικό πρόβλημα βελτιστοποίησης PN (x0) είναι

V N (x0) = inf

uisinCh([0Tf ]Rm)

int Tf

0`(x(t) u(t))dt+ Vf (x(Tf ))

υπό τους περιορισμούς

x(0) = x0

x(t) = Ax(t) +Bu(t) t isin [0 Tf ]

u(t) = uk t isin [kh (k + 1)h) k isin N[0Nminus1]

x(t) isin X t isin [0 Tf ] (Ημιάπειρο Πρόβλημα)

u(t) isin U t isin [0 Tf ]

x(Tf ) isin Xf

όπου Tf = Nh `(x u) = 12(xprimeQx+ uprimeRu) και Vf (x) = 1

2xprimePx

Π Σωπασάκης Διδακτορική Διατριβή 4882

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Πολυτοπικές Υπερπροσεγγίσεις

Χρησιμοποιώντας τη μέθοδο δι-

άσπασης Jordan σε συνδυασμό

με τη μέθοδο πλεγματοποίησης-

φράγματος κατασκευάζουμε πολύτο-

πα Pν με

Pν supe co Φ([0 h])

και

PνKrarr co Φ([0 h])

Ορίζουμε

Zν = Pminus1ν (X )

Αποδείξαμε ότι

Zν rarr Zh

minus06 minus04 minus02 0 02 04 06 08 1 12

065

07

075

08

085

09

095

1

x1

x2

Σχήμα Πολυτοπική Υπερπροσέγγι-

ση της συνάρτησης ∆(r) = eAr

P Patrinos P Sopasakis and H SarimveisldquoStochastic model predictive control for con-strained NCS with random time delayrdquo in Proc18th IFAC World Congress Aug 28 ndash Sep 22011

Π Σωπασάκης Διδακτορική Διατριβή 5082

IV Αναδιαμορφωμένο πρόβλημα ΕΠΜ

Διαμορφώνουμε την ακολουθία προβλημάτων ΕΠΜ

PνN (x0) V Nν (x0) = min

u[0Nminus1]isinUνN (x0)VN(x0u[0Nminus1]

)(1)

όπου

UνN (x0) =

u[0Nminus1]

∣∣∣∣∣∣∣∣∣∣

xk+1 = Ahxk +Bhukk isin N[0Nminus1]

(xk uk) isin Zν k isin N[0Nminus1]uk isin U k isin N[0Nminus1]xN isin X νf

(2)

Απ΄ όπου προκύπτουν οι βέλτιστες ακολουθίες λύσεων uν[0Nminus1]

Π Σωπασάκης Διδακτορική Διατριβή 5182

IV Ιδιότητες του ΕΠΜ

Ιδιότητες του σχήματος ΕΠΜ που

προτείνουμε

1 Ικανοποίηση των περιορισμών

στο συνεχή χρόνο

2 Εγγύηση ευστάθειας στο συνε-

χή χρόνο

3 uν[0Nminus1]grarr u[0Nminus1]

4 V Nνerarr V N

P Sopasakis P Patrinos and H SarimveisldquoModel Predictive Control for sampled-data li-near systems Guaranteeing continuous-time po-sitive invariancerdquo 2012 IEEE Trans Aut Contrsubmitted for publication

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Σχήμα Σύγκριση των πεδίων έλξης

της μεθοδολογίας μας με αυτή των

Magni και Scattolini

Π Σωπασάκης Διδακτορική Διατριβή 5282

VΚρουστική Χορήγηση

Αναλλοίωτο και Ευστάθεια Κρουστικών Συστημάτων Ελέγχου και

Σχεδιασμός Ελεγκτή Προβλεπτικού Μοντέλου

Π Σωπασάκης Διδακτορική Διατριβή 5382

V Κίνητρο

Τα Κρουστικά Δυναμικά περιγράφουν φαινόμενα στα οποία συμβα-

ίνουν στιγμιαία άλματα Σχετικά παραδείγματα είναι

1 Ζυμωτήρας διαλείποντος έργου (Shen et al 2007)

2 Πληθυσμιακή Δυναμική (Stone et al 2000)

3 Νανοηλεκτρονικά κυκλώματα (Yang and Chua 2000)

4 Πλοήγηση διαστημοπλοίου (Carter 1991)

5 Χορήγηση φαρμάκου (Kusuoka et al 1981)

Υπάρχει ωστόσο ένα μεθοδολογικό κενό ndash το οποίο προσπα-

θήσαμε να γεφυρώσουμε ndash το οποίο δεν επιτρέπει τη χρήση τους σε

εφαρμογές ελέγχου συστημάτων

Π Σωπασάκης Διδακτορική Διατριβή 5482

V Παράδειγμα Κρουστικής Συμπεριφοράς

minus2 minus1 0 1 2 3 4 5minus3

minus2

minus1

0

1

2

3

4

x1

x2

Impulsive Behaviour

Π Σωπασάκης Διδακτορική Διατριβή 5582

V Γραμμικά Κρουστικά Συστήματα τύπου Ι

Εστιάζουμε στα ακόλουθα κρουστικά συστήματα

dx

dt= Ax t isin hN (3αʹ)

(∆x)(τk) = BU(k x(τk)) (3βʹ)

όπου τk = kh k isin N Η λύση του (3) που τέμνει το (t0 x0) isinR times D με τη δράση της συνάρτησης ελέγχου U(k x) = g(x(τk))συμβολίζεται με ϕ(t t0 x0 g(middot))Το (3) υπόκειται στους περιορισμούς

x(t) isin X για κάθε t ge 0 X πολύεδρο

uk = g(x(τk)) isin U για κάθε k isin N U πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 5682

V Το πρόβλημα

Τα μόνα σημεία ισορροπίας τέτοιων συστημάτων τις περισσότερες

φορές δεν είναι άλλα από την αρχή ndash ή πιο γενικά σημεία

(xs us) isin kerAtimes kerB

΄Αρα δεν είναι δυνατό να σχεδιάσουμε σταθεροποιητικούς νόμους

ανάδρασης που οδηγούν την κατάσταση των κρουστικών συστη-

μάτων σε αυθαίρετα επιθυμητά σημεία

Π Σωπασάκης Διδακτορική Διατριβή 5782

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Π Σωπασάκης Διδακτορική Διατριβή 5982

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Υπολογισμός Ορίζουμε το F P(Rn)rarr P(Rn) ως

F (Ω) = projx

(y u) isin Rn+m

∣∣∣∣ ϕ(T 0 y u) isin ΩS (y u) sube Z

cap Ω

όπου S(x u) sube W(x u)1 Κάθε Y με F (Y) = Y είναι ένα Κρου-

στικά Ελεγκτικά Αναλλοώτο σύνολο ως προς Z

1Σημειώστε ότι W(x u) = clϕ(t 0 x u) t isin (0 h]Π Σωπασάκης Διδακτορική Διατριβή 6082

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Κατασκευάζουμε μια εμφολευμένη ακολουθία συνόλων YkkisinN ώστε

Y0 = ZYk+1 = F (Yk) k isin N

Το όριο

Yinfin =⋂kisinNYk

είναι ΚΕΑ Αν η σύγκλιση γίνεται σε πεπερασμένο αριθμό βημάτων

τότε είναι πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 6182

V Κρουστική Ευστάθεια Συνόλων

΄Ενα empty 6= Z $ X λέγεται ευσταθές για ένα δοσμένο σύστημα Σg

ndash με ανατροφοδότηση U(k x) = g(x(τk)) ndash ως προς ένα Y 6= empty αν

forallε gt 0existδ gt 0 x0 isin BYδ rArr ϕ(tx0 g(middot)) isin BZε forallt ge 0

Το Z λέγεται τοπικά ασυμπτωτικά ευσταθές για το Σgως

προς Y αν είναι ευσταθές και υπάρχει ε gt 0 ώστε

limtrarrinfin

distZ ϕ(tx0 g(middot)) = 0

οπόταν x0 isin BYε

Ορίζουμε BYδ = x isin X | distY(x) lt δ

Π Σωπασάκης Διδακτορική Διατριβή 6282

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 8: Modelling and Control of Biological and Physiological Systems

Ι Χορήγηση από του στόματος

Στόχος Σχεδιασμός βέλτιστης

κοινής πολιτικής χορήγησης

φαρμάκου σε πληθυσμό ασθενών

υπό τους περιορισμούς

1 Διαθεσιμότητα δόσεων

2 Περιορισμοί τοξικότητας

3 Περιορισμοί συχνότητας

χορήγησης

4 Εξασφάλιση

αποτελεσματικότητας

P Sopasakis H Sarimveis ldquoAn integer pro-gramming approach for optimal drug dose com-putationrdquo Comp Meth Prog Biomed vol 108pp 1022ndash1035 2012

Π Σωπασάκης Διδακτορική Διατριβή 882

Ι Μοντέλα Πεπερασμένης Κρουστικής Απόκρισης

Η συγκέντρωση του φαρμάκου στο όργανο j την στιγμή k είναι

γραμμικός συνδυασμός της τρέχουσας και Nj περασμένων δόσεων

Cj(k) =

Njsumi=0

αji middot dose(k minus i) αj sim N(microj Σj)

Κατασκευάζεται εύκολα από πειραματικές μετρήσεις

Περιγράφει περίπλοκες γραμμικές δυναμικές (με πολλά σημεία μη-

δενισμού στη συνάρτηση μεταφοράς τους)

P Sopasakis and H Sarimveis ldquoFormulation and solution of an optimal control problem wherethe input values are restricted on a finite setrdquo in 7th Hellenic Sci Conf Chem Eng June 2009

Π Σωπασάκης Διδακτορική Διατριβή 982

Ι Περιορισμοί Ασφαλείας και Αποδοτικότητας

Απαιτούμε σε κάθε όργανο j = 1 M και κάθε χρονική στιγμή

k = 0 T να ισχύει

E (Cj(k)) + γj

radicVar [Cj(k)] le mtcj

όπου mtcj είναι η Ελάχιστη Τοξική Συγκέντρωση στο όργανο jΕπίσης απαιτούμε για κάθε k ge Kj

E (Cj(k))minus δjradic

Var [Cj(k)] ge mecj

και mecj είναι η Ελάχιστη Θεραπευτική Συγκέντρωση στο j όργα-

νο

Π Σωπασάκης Διδακτορική Διατριβή 1082

Ι Περιορισμοί Δόσεων και Συχνότητας Χορήγησης

Οι δόσεις είναι περιορισμένες σε ένα διακριτό σύνολο X = xlpl=1

με x1 = 0 Ορίζουμε z(k) = (z1(k) zp(k)) isin 0 1p ώστε

dose(k) = xi ανν zi(k) = 1 και zl(k) = 0 για l 6= i Τότε

psumr=1

zr(k) = 1 για κάθε k isin N

Επίσης απαιτούμε οι διαδοχικές δόσεις να απέχουν τουλάχιστον dχρονικές στιγμές μεταξύ τους Αυτό γεννά τον περιορισμό

z1(k) + z1(k + 1) + + z1(k + d) ge dminus 1 k isin N

Π Σωπασάκης Διδακτορική Διατριβή 1182

Ι Αντικειμενική Συνάρτηση

Στόχος μας είναι η ελαχιστοποίηση της απόκλισης από τις επιθυμη-

τές τιμές CSPj (k) σε κάθε όργανο παρέχοντας την ελάχιστη συνο-

λικά ποσότητα φαρμάκου Εισάγουμε την αντικειμενική συνάρτηση

J(C z) =

Tsumk=0

ν middotpsumr=1

zr(k)xr︸ ︷︷ ︸dose(k)

+Msumj=1

λj[Cj(k)minus CSPj (k)

]2

όπου z = z(0) z(T ) και C = C(0) C(T ) Αν το

φάρμακο χορηγείται για πρώτη φορά υποθέτουμε C(0) = 0

Π Σωπασάκης Διδακτορική Διατριβή 1282

Ι Πρόβλημα Βελτιστοποίησης

Επιλύουμε το πρόβλημα βελτιστοποίησης

J = minz

E [J(C z)]

υποκείμενο στους περιορισμούς

Cj(k) = [ x1 middotmiddotmiddot xp ]summin(Nj k)

i=0 αjiz(k minus i)sumpr=1 zr(k) = 1 forallk = 0 T

E (Cj(k)) + γjradic

Var [Cj(k)] le mtcj forallk = 0 T

E (Cj(k))minus δjradic

Var [Cj(k)] ge mecj forallk = Kj T

z1(k) + z1(k + 1) + + z1(k + d) ge dminus 1

και θεωρώντας Cj(0) = 0 Το πρόβλημα αυτό είναι ένα πρόβλη-

μα ακέραιου κυρτού προγραμματισμού με μη γραμμικούς

περιορισμούς

Π Σωπασάκης Διδακτορική Διατριβή 1382

Ι Χορήγηση L-dopa από του στόματος

Π Σωπασάκης Διδακτορική Διατριβή 1482

Ι Χορήγηση L-dopa από του στόματος

0 5 10 15 20 250

50

100

150

200

250

300

350

Time Instants

Str

iatu

m C

onc (n

molL)

Striatum Concentration

Σχήμα Συγκέντρωση στο ραβδωτό σώμα του εγκεφάλου κατόπιν χο-

ρήγησης της βέλτισης ακολουθίας δόσεων (γpl = 15 γstr = δstr = 0)

Π Σωπασάκης Διδακτορική Διατριβή 1582

Ι Χορήγηση L-dopa από του στόματος

0 5 10 15 20 25 300

02

04

06

08

1

12

14

Time Instants

Pro

babili

ty (

)

MTC Violation Probability minus Striatum

Σχήμα Πιθανότητα παραβίασης της Ελάχιστης Τοξικής Συγκέντρωσης

στο ραβδωτό σώμα του εγκεφάλου (γpl = 15 γstr = δstr = 0)

Π Σωπασάκης Διδακτορική Διατριβή 1682

Ι Χορήγηση L-dopa από του στόματος

0 5 10 15 20 25 300

1

2

3

4

5

6

Time Instants

Pro

babili

ty (

)

MEC Violation Probability minus Striatum

Σχήμα Πιθανότητα παραβίασης της Ελάχιστης Θεραπευτικής Συγκέν-

τρωσης στο ραβδωτό σώμα του εγκεφάλου (γpl = 15 γstr = δstr = 0)

Π Σωπασάκης Διδακτορική Διατριβή 1782

Ι Χορήγηση L-dopa από του στόματος

0 5 10 15 20 25

2

4

6

8

10

12

Time Instants

Dose (

mgk

g)

Optimal Dose

Σχήμα Βέλτιστη ακολουθία δόσεων που προκύπτει από την επίλυση του

προβλήματος στοχαστικής βελτιστοποίησης (γpl = 15 γstr = δstr = 0)

Π Σωπασάκης Διδακτορική Διατριβή 1882

IIΠροβλεπτικός ΄Ελεγχος Συνεχούς Ενδοβλέβιας

΄Εγχυσης Φαρμάκου

με δυνατότητα μεταβολής του set-point σε πραγματικό χρόνο και

με ελλιπή πληροφορία της κατάστασης

Π Σωπασάκης Διδακτορική Διατριβή 1982

ΙΙ ΄Ελεγχος Συνεχούς Ενδοβλέβιας ΄Εγχυσης

Διατύπωση του προβλήματος

1 Μόνο μετρήσεις στο πλάσμα είναι διαθέσιμες σε πραγματικό

χρόνο

2 Περιορισμοί στην είσοδο (ρυθμός χορήγησης) και την κατάστα-

ση (συγκεντρώσεις)

3 Το set-point μπορεί να μεταβάλλεται κατ΄ επιλογή του ιατρού

P Sopasakis P Patrinos S Giannikou and H Sarimveis ldquoPhysiologically based pharmacoki-netic modeling and predictive control an integrated approach for optimal drug administrationrdquoComputer Aided Chemical Engineering vol 29 pp 1490ndash1494 2011

Π Σωπασάκης Διδακτορική Διατριβή 2082

ΙΙ Φυσιολογικά ΦΚ Μοντέλα

Σχετικά Τα ΦΦΜ είναι σύνολα συνήθων διαφορικών εξισώσεων

που χρησιμοποιούνται για την πρόβλεψηπροσομοίωση της κατανο-

μής ουσιών σε έναν οργανισμό

Βασικά Χαρακτηριστικά

1 Μηχανιστική ερμηνεία της φαρμακοκινητικής

2 Μοντέλα συνεχούς χρόνου

3 Εξάγονται στη βάση ισοζυγίων μάζας (διάχυση ροή) και

άλλων αρχών της Φυσικής

Π Σωπασάκης Διδακτορική Διατριβή 2182

ΙΙ ΄Ελεγχος Προβλεπτικού Μοντέλου

Βασικά Χαρακτηριστικά

1 Εύρωστη ευστάθεια

2 Στρατηγική βέλτιστου ελέγχου

3 Οι περιορισμοί του συστήματος λαμβάνονται υπόψη με

συστηματικό τρόπο

H Sarimveis P Sopasakis A Afantitis and G Melagraki ldquoA model predictive control approachfor optimal drug administrationrdquo Chemical Engineering Transactions vol 17 2009

Π Σωπασάκης Διδακτορική Διατριβή 2282

ΙΙ Βήμα 1 Μοντελοποίηση

M V Evans et al ldquoA physiologically based pharmacokin model for iv and ingested DMA inmicerdquo Toxicol sci Oxford University Press pp 1ndash4 2008

Π Σωπασάκης Διδακτορική Διατριβή 2382

ΙΙ Βήμα 1 Μοντελοποίηση

Παράδειγμα

VblidCvi

dt= Qi (Cart minus Cvi)minus πi

(Cvi minus

CiPi

)minus

minus rexi (Cvi)Vbli

VidCidt

= πi

(Cvi minus

CiPi

)minus rmeti (Ci)Vi

Το σύνολο των εξισώσεων του μοντέλου γράφεται στο χώρο κα-

τάστασης στη μορφή

dx (t)

dt= f0 (x (t) u (t))

y(t) = g0(x(t))

Π Σωπασάκης Διδακτορική Διατριβή 2482

ΙΙ Βήμα 2 Διακριτοποίηση

Διακριτοποιούμε το σύστημα συνεχούς χρόνου

x(k + 1) = f(x(k) u(k))

y(k) = g0(x(k))

Το οποίο γραμμικοποιούμε γύρω από ένα σημείο ισορροπίας

x(k + 1) = Ax(k) +Bu(k)

y(k) = Cx(k)

ενώ στο σύστημα ενεργούν οι περιορισμοί

Gx(k) +Hu(k) leM

Π Σωπασάκης Διδακτορική Διατριβή 2582

ΙΙ Βήμα 3 Σχεδιασμός Παρατηρητή

Εισάγουμε το επαυξημένο σύστημα

x(k + 1) = Ax(k) +Bu(k) +Bdd(k)

d(k + 1) = d(k)

y(k) = Cx(k) + Cdd(k)

Αν ξ(k) = [ x(k)prime d(k)prime ]prime τότε το παραπάνω σύστημα γράφεται ως

ξ(k + 1) = Aξ(k) + Bu(k)

y(k) = Cξ(k)

Ορίζουμε ey(k) = Cξ (k)minusy (k) ΄Ενας γραμμικός παρατηρητής λαμβάνει

τη μορφή

ξ(k + 1) = Aξ(k) + Bu(k) +

[LxLd

]ey(k)

Π Σωπασάκης Διδακτορική Διατριβή 2682

ΙΙ Βήμα 4 Σχεδιασμός Προβλεπτικού Ελεγκτή

Κάθε χρονική στιγμή j λύνουμε το πρόβλημα ελαχιστοποίησης

V N

(ξ (j)

)= minπ=ujNminus1

j=0

VN

(π ξ (j)

)υποκείμενο στους περιορισμούς

ξ(k + 1) = Aξ(k) + Bu(k) forallk isin N[0Nminus1]

Gx (k) +Hu (k) leM forallk isin N[0N ]

ξ (0) = ξ(j)

όπου η αντικειμενική συνάρτηση είναι

VN

(π ξ (j)

)= x (N)minus x (j)2P

+sumNminus1k=0 x (k)minus x (j)2Q + u (k)minus u (j)2R

P Patrinos P Sopasakis and H Sarimveis ldquoA global piecewise smooth Newton method for fastlarge-scale model predictive controlrdquo Automatica vol 47 no 9 pp 2016ndash2022 2011

Π Σωπασάκης Διδακτορική Διατριβή 2782

ΙΙ Βήμα 4 Σχεδιασμός Προβλεπτικού Ελεγκτή

Ο πίνακας P που ποινικοποιεί την τερματική απόκλιση x (N)minus x (j) 2Pλαμβάνεται ως η (μοναδική) λύση της εξίσωσης

P = AprimePAminus (AprimePB) (BprimePB +R)minus1

(BprimePA) +Q

Τα x (j) και u (j) υπολογίζονται από τη σχέση[Aminus I BC 0

] [x (j)u (j)

]=

[minusBdd (j)

r (j)minus Cdd (j)

]

Π Σωπασάκης Διδακτορική Διατριβή 2882

ΙΙ Εφαρμογή ndash Χορήγηση DMA

Εφαρμογή σε ένα ΦΦΜ με 14 μεταβλητές κατάστασης (Evans etal) για χορήγηση DMA

0 1 2 3 4 50

002

004

006

008

01

012

014

Time (hr)

Co

nce

ntr

atio

n (

mg

L)

Kidney

Kidney (estimated)

Lung

Lung (estimated)

Σχήμα Απόκριση του παρατηρητή κατάστασης μετά από διέγερση του συ-

στήματος με πεπερασμένο παλμό πλάτους 01mghr και διάρκειας 24min

Π Σωπασάκης Διδακτορική Διατριβή 2982

ΙΙ Εφαρμογή ndash Χορήγηση DMA

Εφαρμόζουμε την προταθείσα μεθο-

δολογία στο σύστημα των Evans etal με τους περιορισμούς

Πίνακας Ελάχιστες Τοξικές Συγ-

κεντρώσεις

΄Οργανο MTC (microgL)

΄Ηπαρ 14

Δέρμα 14

Ερυθρά Αιμ 10

Νεφροί 05

Πνεύμονες 05

και μεταβάλλοντας το επιθυμητό ση-

μείο λειτουργίας

P Sopasakis P Patrinos amp H Sarimveis ldquoMo-del Predictive Control for Optimal Drug Admi-nistrationrdquo submitted 2012

0 05 1 15 2 25 3 35 4 450

02

04

06

08

1

12

14

Time (hr)

Concentr

ation (

ugL

)

Reference

Plasma

RBC

Lungs

Skin (tissue)

Kidney (tissue)

Liver (tissue)

0 05 1 15 2 25 3 35 4 450

005

01

Time (hr)

Adm

inis

tration R

ate

(ugh

r)

Π Σωπασάκης Διδακτορική Διατριβή 3082

III΄Ελεγχος Συστημάτων Κλασματικής Τάξης

με εφαρμογή στον έλεγχο της συγκέντρωσης φαρμάκου

Π Σωπασάκης Διδακτορική Διατριβή 3182

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κλασματικά Δυναμικά Συστήματα

Είναι τελεστικές σχέσεις εισόδου-εξόδου της μορφής

H(Dα1 Dαn)y(t) = G(Dβ1 Dβm)u(t)

Αν οι H και G είναι γραμμικοί τότε εφαρμόζοντας το μετασχημα-

τισμό Laplace έχουμε

T (s) =y(s)

u(s)=P (s)

Q(s)

όπου y(s) = L y(t) και u(s) = L u(t) και τα PQ είναι lsquoκλασμα-

τικά πολυώνυμαrsquo δηλαδή έχουν τη μορφή

P (s) =

nsumi=0

aisbi bi ge 0

Π Σωπασάκης Διδακτορική Διατριβή 3382

ΙΙΙ Κλασματική Φαρμακοκινητική

Χρησιμοποιούμε κλασματικές παραγώγους διότι

1 Οι παράγωγοι μη ακέραιας τάξης είναι μη-τοπικοί τελεστές

και άρα περιγράφουν διεργασίες με μνήμη όπως

3 η ανώμαλη διάχυση και

4 η παγίδευση φαρμάκου σε ιστούς

R Hilfer ldquoFractional diffusion based on Riemann-Liouville fractional derivativesrdquo J PhysChem B vol 104 pp 3914ndash3917 2000

Π Σωπασάκης Διδακτορική Διατριβή 3482

ΙΙΙ Κλασματική Φαρμακοκινητική Αμιοδαρόνης

Φαρμακοκινητικές Εξισώσεις

DA1 = minus(k12 + k10)A1(t) + k21 middot C D1minusaA2(t) + u(t)

DA2 = k12A1(t)minus k21 middot C D1minusaA2(t)

Π Σωπασάκης Διδακτορική Διατριβή 3582

ΙΙΙ Ρυθμιστής PIλDmicro

Κλασματικός ρυθμιστής με συνάρτηση μεταφοράς

Gc(s) = Kp +Ki

sλ+Kds

micro

ο οποίος παράγει τη ρυθμιστική δράση

u(t) = Kpε(t) +Ki(Iλ ε)(t) + (C Dmicro ε)(t)

όπου ε(t) = ySP (t)minus y(t)

Π Σωπασάκης Διδακτορική Διατριβή 3682

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Βαθμονόμηση Κλασματικού Ρυθμιστή

Ελαχιστοποίηση ενός ολοκληρωτικού κριστηρίου όπως του

JTfITAE =

int Tf

0τ |ε(τ)|dτ

Δηλαδή επίλυση του προβλήματος βελτιστοποίησης

J = min JTfITAE(KpKiKd λ micro)

υπό τις προαναφερθείσες προδιαγραφές βαθμονόμησης απ΄

όπου προκύπτουν οι βέλτιστες παράμετροι βαθμονόμησης

(Kp K

i K

d λ

micro) = argminJTfITAE

Π Σωπασάκης Διδακτορική Διατριβή 3882

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Εφαρμόζοντας το μετασχηματισμό Laplace προκύπτει η συνάρτηση

μεταφοράς του συστήματος

G(s) equiv A1(s)

U(s)=

sa + k21sa+1 + k21s+ (k10 + k12)sa + k10k21

Πίνακας ΦΚ Παράμετροι Αμιοδαρόνης

Παράμετρος Τιμή

a 05870k10 14913dayminus1

k12 29522dayminus1

k21 04854dayminusa

A Dokoumetzidis R Magin and P Macheras ldquoFractional kinetics in multi- compartmentalsystemsrdquo Journal of Pharmacokinetics and Pharmacodynamics vol 37 pp 507ndash524 2010

Π Σωπασάκης Διδακτορική Διατριβή 3982

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Πίνακας Βέλτιστες Παράμε-

τροι Βαθμονόμησης Κλασμα-

τικού Ρυθμιστή

Παράμετρος Τιμή

Kp 5052Ki 1511Kd 00756λ 09170micro 07590

005 01 015 02 025 030

002

004

006

008

01

012

Kp=20

Kp=95

Kp=K

p

opt

Time (days)

Am

ou

nt

A1

Π Σωπασάκης Διδακτορική Διατριβή 4082

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus100

minus50

0

50

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ανοιχτού βρόγχου Το περι-

θώριο φάσης είναι 98 και το περιθώριο ενίσχυσης 439db

Π Σωπασάκης Διδακτορική Διατριβή 4182

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus80

minus60

minus40

minus20

0

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης καθοδήγησης Η απολαβή στις

υψηλές συχνότητες (gt 102radday) είναι κάτω των minus60db

Π Σωπασάκης Διδακτορική Διατριβή 4282

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus30

minus20

minus10

0

10

Magnitude (

dB

)

10minus3

10minus2

10minus1

100

101

102

minus30

0

30

60

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ευαισθησίας Η απολαβή χα-

μηλών συχνοτήτων (lt 10minus2radday) είναι κάτω των minus20db

Π Σωπασάκης Διδακτορική Διατριβή 4382

IVΔειγματοληπτική Χορήγηση

Εξασφάλιση ικανοποίησης των περιορισμών στο συνεχές

Π Σωπασάκης Διδακτορική Διατριβή 4482

IV Συστήματα με Δειγματοληψία

΄Ενα σύστημα με δειγματοληψία με στοιχείο διατήρησης τιμής μη-

δενικής τάξης έχει τη μορφή

dx

dt= f(x(t) u(t))

u(t) = uk forallt isin [kh (k + 1)h)

Π Σωπασάκης Διδακτορική Διατριβή 4582

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Ο σχεδιασμός ενός ΕΠΜ που εγγυάται ικανοποίηση των

περιορισμών στο συνεχές είχε αναγνωριστεί ως ανοιχτό

πρόβλημα από τους L Grune και J Pannek το 2011

L Grune and J Pannek Nonlinear Model Predictive Control Theory and Algorithms ser Com-munications and Control Engineering Springer-Verlag 2011

Π Σωπασάκης Διδακτορική Διατριβή 4782

IV Διατύπωση του Προβλήματος

Το αρχικό πρόβλημα βελτιστοποίησης PN (x0) είναι

V N (x0) = inf

uisinCh([0Tf ]Rm)

int Tf

0`(x(t) u(t))dt+ Vf (x(Tf ))

υπό τους περιορισμούς

x(0) = x0

x(t) = Ax(t) +Bu(t) t isin [0 Tf ]

u(t) = uk t isin [kh (k + 1)h) k isin N[0Nminus1]

x(t) isin X t isin [0 Tf ] (Ημιάπειρο Πρόβλημα)

u(t) isin U t isin [0 Tf ]

x(Tf ) isin Xf

όπου Tf = Nh `(x u) = 12(xprimeQx+ uprimeRu) και Vf (x) = 1

2xprimePx

Π Σωπασάκης Διδακτορική Διατριβή 4882

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Πολυτοπικές Υπερπροσεγγίσεις

Χρησιμοποιώντας τη μέθοδο δι-

άσπασης Jordan σε συνδυασμό

με τη μέθοδο πλεγματοποίησης-

φράγματος κατασκευάζουμε πολύτο-

πα Pν με

Pν supe co Φ([0 h])

και

PνKrarr co Φ([0 h])

Ορίζουμε

Zν = Pminus1ν (X )

Αποδείξαμε ότι

Zν rarr Zh

minus06 minus04 minus02 0 02 04 06 08 1 12

065

07

075

08

085

09

095

1

x1

x2

Σχήμα Πολυτοπική Υπερπροσέγγι-

ση της συνάρτησης ∆(r) = eAr

P Patrinos P Sopasakis and H SarimveisldquoStochastic model predictive control for con-strained NCS with random time delayrdquo in Proc18th IFAC World Congress Aug 28 ndash Sep 22011

Π Σωπασάκης Διδακτορική Διατριβή 5082

IV Αναδιαμορφωμένο πρόβλημα ΕΠΜ

Διαμορφώνουμε την ακολουθία προβλημάτων ΕΠΜ

PνN (x0) V Nν (x0) = min

u[0Nminus1]isinUνN (x0)VN(x0u[0Nminus1]

)(1)

όπου

UνN (x0) =

u[0Nminus1]

∣∣∣∣∣∣∣∣∣∣

xk+1 = Ahxk +Bhukk isin N[0Nminus1]

(xk uk) isin Zν k isin N[0Nminus1]uk isin U k isin N[0Nminus1]xN isin X νf

(2)

Απ΄ όπου προκύπτουν οι βέλτιστες ακολουθίες λύσεων uν[0Nminus1]

Π Σωπασάκης Διδακτορική Διατριβή 5182

IV Ιδιότητες του ΕΠΜ

Ιδιότητες του σχήματος ΕΠΜ που

προτείνουμε

1 Ικανοποίηση των περιορισμών

στο συνεχή χρόνο

2 Εγγύηση ευστάθειας στο συνε-

χή χρόνο

3 uν[0Nminus1]grarr u[0Nminus1]

4 V Nνerarr V N

P Sopasakis P Patrinos and H SarimveisldquoModel Predictive Control for sampled-data li-near systems Guaranteeing continuous-time po-sitive invariancerdquo 2012 IEEE Trans Aut Contrsubmitted for publication

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Σχήμα Σύγκριση των πεδίων έλξης

της μεθοδολογίας μας με αυτή των

Magni και Scattolini

Π Σωπασάκης Διδακτορική Διατριβή 5282

VΚρουστική Χορήγηση

Αναλλοίωτο και Ευστάθεια Κρουστικών Συστημάτων Ελέγχου και

Σχεδιασμός Ελεγκτή Προβλεπτικού Μοντέλου

Π Σωπασάκης Διδακτορική Διατριβή 5382

V Κίνητρο

Τα Κρουστικά Δυναμικά περιγράφουν φαινόμενα στα οποία συμβα-

ίνουν στιγμιαία άλματα Σχετικά παραδείγματα είναι

1 Ζυμωτήρας διαλείποντος έργου (Shen et al 2007)

2 Πληθυσμιακή Δυναμική (Stone et al 2000)

3 Νανοηλεκτρονικά κυκλώματα (Yang and Chua 2000)

4 Πλοήγηση διαστημοπλοίου (Carter 1991)

5 Χορήγηση φαρμάκου (Kusuoka et al 1981)

Υπάρχει ωστόσο ένα μεθοδολογικό κενό ndash το οποίο προσπα-

θήσαμε να γεφυρώσουμε ndash το οποίο δεν επιτρέπει τη χρήση τους σε

εφαρμογές ελέγχου συστημάτων

Π Σωπασάκης Διδακτορική Διατριβή 5482

V Παράδειγμα Κρουστικής Συμπεριφοράς

minus2 minus1 0 1 2 3 4 5minus3

minus2

minus1

0

1

2

3

4

x1

x2

Impulsive Behaviour

Π Σωπασάκης Διδακτορική Διατριβή 5582

V Γραμμικά Κρουστικά Συστήματα τύπου Ι

Εστιάζουμε στα ακόλουθα κρουστικά συστήματα

dx

dt= Ax t isin hN (3αʹ)

(∆x)(τk) = BU(k x(τk)) (3βʹ)

όπου τk = kh k isin N Η λύση του (3) που τέμνει το (t0 x0) isinR times D με τη δράση της συνάρτησης ελέγχου U(k x) = g(x(τk))συμβολίζεται με ϕ(t t0 x0 g(middot))Το (3) υπόκειται στους περιορισμούς

x(t) isin X για κάθε t ge 0 X πολύεδρο

uk = g(x(τk)) isin U για κάθε k isin N U πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 5682

V Το πρόβλημα

Τα μόνα σημεία ισορροπίας τέτοιων συστημάτων τις περισσότερες

φορές δεν είναι άλλα από την αρχή ndash ή πιο γενικά σημεία

(xs us) isin kerAtimes kerB

΄Αρα δεν είναι δυνατό να σχεδιάσουμε σταθεροποιητικούς νόμους

ανάδρασης που οδηγούν την κατάσταση των κρουστικών συστη-

μάτων σε αυθαίρετα επιθυμητά σημεία

Π Σωπασάκης Διδακτορική Διατριβή 5782

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Π Σωπασάκης Διδακτορική Διατριβή 5982

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Υπολογισμός Ορίζουμε το F P(Rn)rarr P(Rn) ως

F (Ω) = projx

(y u) isin Rn+m

∣∣∣∣ ϕ(T 0 y u) isin ΩS (y u) sube Z

cap Ω

όπου S(x u) sube W(x u)1 Κάθε Y με F (Y) = Y είναι ένα Κρου-

στικά Ελεγκτικά Αναλλοώτο σύνολο ως προς Z

1Σημειώστε ότι W(x u) = clϕ(t 0 x u) t isin (0 h]Π Σωπασάκης Διδακτορική Διατριβή 6082

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Κατασκευάζουμε μια εμφολευμένη ακολουθία συνόλων YkkisinN ώστε

Y0 = ZYk+1 = F (Yk) k isin N

Το όριο

Yinfin =⋂kisinNYk

είναι ΚΕΑ Αν η σύγκλιση γίνεται σε πεπερασμένο αριθμό βημάτων

τότε είναι πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 6182

V Κρουστική Ευστάθεια Συνόλων

΄Ενα empty 6= Z $ X λέγεται ευσταθές για ένα δοσμένο σύστημα Σg

ndash με ανατροφοδότηση U(k x) = g(x(τk)) ndash ως προς ένα Y 6= empty αν

forallε gt 0existδ gt 0 x0 isin BYδ rArr ϕ(tx0 g(middot)) isin BZε forallt ge 0

Το Z λέγεται τοπικά ασυμπτωτικά ευσταθές για το Σgως

προς Y αν είναι ευσταθές και υπάρχει ε gt 0 ώστε

limtrarrinfin

distZ ϕ(tx0 g(middot)) = 0

οπόταν x0 isin BYε

Ορίζουμε BYδ = x isin X | distY(x) lt δ

Π Σωπασάκης Διδακτορική Διατριβή 6282

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 9: Modelling and Control of Biological and Physiological Systems

Ι Μοντέλα Πεπερασμένης Κρουστικής Απόκρισης

Η συγκέντρωση του φαρμάκου στο όργανο j την στιγμή k είναι

γραμμικός συνδυασμός της τρέχουσας και Nj περασμένων δόσεων

Cj(k) =

Njsumi=0

αji middot dose(k minus i) αj sim N(microj Σj)

Κατασκευάζεται εύκολα από πειραματικές μετρήσεις

Περιγράφει περίπλοκες γραμμικές δυναμικές (με πολλά σημεία μη-

δενισμού στη συνάρτηση μεταφοράς τους)

P Sopasakis and H Sarimveis ldquoFormulation and solution of an optimal control problem wherethe input values are restricted on a finite setrdquo in 7th Hellenic Sci Conf Chem Eng June 2009

Π Σωπασάκης Διδακτορική Διατριβή 982

Ι Περιορισμοί Ασφαλείας και Αποδοτικότητας

Απαιτούμε σε κάθε όργανο j = 1 M και κάθε χρονική στιγμή

k = 0 T να ισχύει

E (Cj(k)) + γj

radicVar [Cj(k)] le mtcj

όπου mtcj είναι η Ελάχιστη Τοξική Συγκέντρωση στο όργανο jΕπίσης απαιτούμε για κάθε k ge Kj

E (Cj(k))minus δjradic

Var [Cj(k)] ge mecj

και mecj είναι η Ελάχιστη Θεραπευτική Συγκέντρωση στο j όργα-

νο

Π Σωπασάκης Διδακτορική Διατριβή 1082

Ι Περιορισμοί Δόσεων και Συχνότητας Χορήγησης

Οι δόσεις είναι περιορισμένες σε ένα διακριτό σύνολο X = xlpl=1

με x1 = 0 Ορίζουμε z(k) = (z1(k) zp(k)) isin 0 1p ώστε

dose(k) = xi ανν zi(k) = 1 και zl(k) = 0 για l 6= i Τότε

psumr=1

zr(k) = 1 για κάθε k isin N

Επίσης απαιτούμε οι διαδοχικές δόσεις να απέχουν τουλάχιστον dχρονικές στιγμές μεταξύ τους Αυτό γεννά τον περιορισμό

z1(k) + z1(k + 1) + + z1(k + d) ge dminus 1 k isin N

Π Σωπασάκης Διδακτορική Διατριβή 1182

Ι Αντικειμενική Συνάρτηση

Στόχος μας είναι η ελαχιστοποίηση της απόκλισης από τις επιθυμη-

τές τιμές CSPj (k) σε κάθε όργανο παρέχοντας την ελάχιστη συνο-

λικά ποσότητα φαρμάκου Εισάγουμε την αντικειμενική συνάρτηση

J(C z) =

Tsumk=0

ν middotpsumr=1

zr(k)xr︸ ︷︷ ︸dose(k)

+Msumj=1

λj[Cj(k)minus CSPj (k)

]2

όπου z = z(0) z(T ) και C = C(0) C(T ) Αν το

φάρμακο χορηγείται για πρώτη φορά υποθέτουμε C(0) = 0

Π Σωπασάκης Διδακτορική Διατριβή 1282

Ι Πρόβλημα Βελτιστοποίησης

Επιλύουμε το πρόβλημα βελτιστοποίησης

J = minz

E [J(C z)]

υποκείμενο στους περιορισμούς

Cj(k) = [ x1 middotmiddotmiddot xp ]summin(Nj k)

i=0 αjiz(k minus i)sumpr=1 zr(k) = 1 forallk = 0 T

E (Cj(k)) + γjradic

Var [Cj(k)] le mtcj forallk = 0 T

E (Cj(k))minus δjradic

Var [Cj(k)] ge mecj forallk = Kj T

z1(k) + z1(k + 1) + + z1(k + d) ge dminus 1

και θεωρώντας Cj(0) = 0 Το πρόβλημα αυτό είναι ένα πρόβλη-

μα ακέραιου κυρτού προγραμματισμού με μη γραμμικούς

περιορισμούς

Π Σωπασάκης Διδακτορική Διατριβή 1382

Ι Χορήγηση L-dopa από του στόματος

Π Σωπασάκης Διδακτορική Διατριβή 1482

Ι Χορήγηση L-dopa από του στόματος

0 5 10 15 20 250

50

100

150

200

250

300

350

Time Instants

Str

iatu

m C

onc (n

molL)

Striatum Concentration

Σχήμα Συγκέντρωση στο ραβδωτό σώμα του εγκεφάλου κατόπιν χο-

ρήγησης της βέλτισης ακολουθίας δόσεων (γpl = 15 γstr = δstr = 0)

Π Σωπασάκης Διδακτορική Διατριβή 1582

Ι Χορήγηση L-dopa από του στόματος

0 5 10 15 20 25 300

02

04

06

08

1

12

14

Time Instants

Pro

babili

ty (

)

MTC Violation Probability minus Striatum

Σχήμα Πιθανότητα παραβίασης της Ελάχιστης Τοξικής Συγκέντρωσης

στο ραβδωτό σώμα του εγκεφάλου (γpl = 15 γstr = δstr = 0)

Π Σωπασάκης Διδακτορική Διατριβή 1682

Ι Χορήγηση L-dopa από του στόματος

0 5 10 15 20 25 300

1

2

3

4

5

6

Time Instants

Pro

babili

ty (

)

MEC Violation Probability minus Striatum

Σχήμα Πιθανότητα παραβίασης της Ελάχιστης Θεραπευτικής Συγκέν-

τρωσης στο ραβδωτό σώμα του εγκεφάλου (γpl = 15 γstr = δstr = 0)

Π Σωπασάκης Διδακτορική Διατριβή 1782

Ι Χορήγηση L-dopa από του στόματος

0 5 10 15 20 25

2

4

6

8

10

12

Time Instants

Dose (

mgk

g)

Optimal Dose

Σχήμα Βέλτιστη ακολουθία δόσεων που προκύπτει από την επίλυση του

προβλήματος στοχαστικής βελτιστοποίησης (γpl = 15 γstr = δstr = 0)

Π Σωπασάκης Διδακτορική Διατριβή 1882

IIΠροβλεπτικός ΄Ελεγχος Συνεχούς Ενδοβλέβιας

΄Εγχυσης Φαρμάκου

με δυνατότητα μεταβολής του set-point σε πραγματικό χρόνο και

με ελλιπή πληροφορία της κατάστασης

Π Σωπασάκης Διδακτορική Διατριβή 1982

ΙΙ ΄Ελεγχος Συνεχούς Ενδοβλέβιας ΄Εγχυσης

Διατύπωση του προβλήματος

1 Μόνο μετρήσεις στο πλάσμα είναι διαθέσιμες σε πραγματικό

χρόνο

2 Περιορισμοί στην είσοδο (ρυθμός χορήγησης) και την κατάστα-

ση (συγκεντρώσεις)

3 Το set-point μπορεί να μεταβάλλεται κατ΄ επιλογή του ιατρού

P Sopasakis P Patrinos S Giannikou and H Sarimveis ldquoPhysiologically based pharmacoki-netic modeling and predictive control an integrated approach for optimal drug administrationrdquoComputer Aided Chemical Engineering vol 29 pp 1490ndash1494 2011

Π Σωπασάκης Διδακτορική Διατριβή 2082

ΙΙ Φυσιολογικά ΦΚ Μοντέλα

Σχετικά Τα ΦΦΜ είναι σύνολα συνήθων διαφορικών εξισώσεων

που χρησιμοποιούνται για την πρόβλεψηπροσομοίωση της κατανο-

μής ουσιών σε έναν οργανισμό

Βασικά Χαρακτηριστικά

1 Μηχανιστική ερμηνεία της φαρμακοκινητικής

2 Μοντέλα συνεχούς χρόνου

3 Εξάγονται στη βάση ισοζυγίων μάζας (διάχυση ροή) και

άλλων αρχών της Φυσικής

Π Σωπασάκης Διδακτορική Διατριβή 2182

ΙΙ ΄Ελεγχος Προβλεπτικού Μοντέλου

Βασικά Χαρακτηριστικά

1 Εύρωστη ευστάθεια

2 Στρατηγική βέλτιστου ελέγχου

3 Οι περιορισμοί του συστήματος λαμβάνονται υπόψη με

συστηματικό τρόπο

H Sarimveis P Sopasakis A Afantitis and G Melagraki ldquoA model predictive control approachfor optimal drug administrationrdquo Chemical Engineering Transactions vol 17 2009

Π Σωπασάκης Διδακτορική Διατριβή 2282

ΙΙ Βήμα 1 Μοντελοποίηση

M V Evans et al ldquoA physiologically based pharmacokin model for iv and ingested DMA inmicerdquo Toxicol sci Oxford University Press pp 1ndash4 2008

Π Σωπασάκης Διδακτορική Διατριβή 2382

ΙΙ Βήμα 1 Μοντελοποίηση

Παράδειγμα

VblidCvi

dt= Qi (Cart minus Cvi)minus πi

(Cvi minus

CiPi

)minus

minus rexi (Cvi)Vbli

VidCidt

= πi

(Cvi minus

CiPi

)minus rmeti (Ci)Vi

Το σύνολο των εξισώσεων του μοντέλου γράφεται στο χώρο κα-

τάστασης στη μορφή

dx (t)

dt= f0 (x (t) u (t))

y(t) = g0(x(t))

Π Σωπασάκης Διδακτορική Διατριβή 2482

ΙΙ Βήμα 2 Διακριτοποίηση

Διακριτοποιούμε το σύστημα συνεχούς χρόνου

x(k + 1) = f(x(k) u(k))

y(k) = g0(x(k))

Το οποίο γραμμικοποιούμε γύρω από ένα σημείο ισορροπίας

x(k + 1) = Ax(k) +Bu(k)

y(k) = Cx(k)

ενώ στο σύστημα ενεργούν οι περιορισμοί

Gx(k) +Hu(k) leM

Π Σωπασάκης Διδακτορική Διατριβή 2582

ΙΙ Βήμα 3 Σχεδιασμός Παρατηρητή

Εισάγουμε το επαυξημένο σύστημα

x(k + 1) = Ax(k) +Bu(k) +Bdd(k)

d(k + 1) = d(k)

y(k) = Cx(k) + Cdd(k)

Αν ξ(k) = [ x(k)prime d(k)prime ]prime τότε το παραπάνω σύστημα γράφεται ως

ξ(k + 1) = Aξ(k) + Bu(k)

y(k) = Cξ(k)

Ορίζουμε ey(k) = Cξ (k)minusy (k) ΄Ενας γραμμικός παρατηρητής λαμβάνει

τη μορφή

ξ(k + 1) = Aξ(k) + Bu(k) +

[LxLd

]ey(k)

Π Σωπασάκης Διδακτορική Διατριβή 2682

ΙΙ Βήμα 4 Σχεδιασμός Προβλεπτικού Ελεγκτή

Κάθε χρονική στιγμή j λύνουμε το πρόβλημα ελαχιστοποίησης

V N

(ξ (j)

)= minπ=ujNminus1

j=0

VN

(π ξ (j)

)υποκείμενο στους περιορισμούς

ξ(k + 1) = Aξ(k) + Bu(k) forallk isin N[0Nminus1]

Gx (k) +Hu (k) leM forallk isin N[0N ]

ξ (0) = ξ(j)

όπου η αντικειμενική συνάρτηση είναι

VN

(π ξ (j)

)= x (N)minus x (j)2P

+sumNminus1k=0 x (k)minus x (j)2Q + u (k)minus u (j)2R

P Patrinos P Sopasakis and H Sarimveis ldquoA global piecewise smooth Newton method for fastlarge-scale model predictive controlrdquo Automatica vol 47 no 9 pp 2016ndash2022 2011

Π Σωπασάκης Διδακτορική Διατριβή 2782

ΙΙ Βήμα 4 Σχεδιασμός Προβλεπτικού Ελεγκτή

Ο πίνακας P που ποινικοποιεί την τερματική απόκλιση x (N)minus x (j) 2Pλαμβάνεται ως η (μοναδική) λύση της εξίσωσης

P = AprimePAminus (AprimePB) (BprimePB +R)minus1

(BprimePA) +Q

Τα x (j) και u (j) υπολογίζονται από τη σχέση[Aminus I BC 0

] [x (j)u (j)

]=

[minusBdd (j)

r (j)minus Cdd (j)

]

Π Σωπασάκης Διδακτορική Διατριβή 2882

ΙΙ Εφαρμογή ndash Χορήγηση DMA

Εφαρμογή σε ένα ΦΦΜ με 14 μεταβλητές κατάστασης (Evans etal) για χορήγηση DMA

0 1 2 3 4 50

002

004

006

008

01

012

014

Time (hr)

Co

nce

ntr

atio

n (

mg

L)

Kidney

Kidney (estimated)

Lung

Lung (estimated)

Σχήμα Απόκριση του παρατηρητή κατάστασης μετά από διέγερση του συ-

στήματος με πεπερασμένο παλμό πλάτους 01mghr και διάρκειας 24min

Π Σωπασάκης Διδακτορική Διατριβή 2982

ΙΙ Εφαρμογή ndash Χορήγηση DMA

Εφαρμόζουμε την προταθείσα μεθο-

δολογία στο σύστημα των Evans etal με τους περιορισμούς

Πίνακας Ελάχιστες Τοξικές Συγ-

κεντρώσεις

΄Οργανο MTC (microgL)

΄Ηπαρ 14

Δέρμα 14

Ερυθρά Αιμ 10

Νεφροί 05

Πνεύμονες 05

και μεταβάλλοντας το επιθυμητό ση-

μείο λειτουργίας

P Sopasakis P Patrinos amp H Sarimveis ldquoMo-del Predictive Control for Optimal Drug Admi-nistrationrdquo submitted 2012

0 05 1 15 2 25 3 35 4 450

02

04

06

08

1

12

14

Time (hr)

Concentr

ation (

ugL

)

Reference

Plasma

RBC

Lungs

Skin (tissue)

Kidney (tissue)

Liver (tissue)

0 05 1 15 2 25 3 35 4 450

005

01

Time (hr)

Adm

inis

tration R

ate

(ugh

r)

Π Σωπασάκης Διδακτορική Διατριβή 3082

III΄Ελεγχος Συστημάτων Κλασματικής Τάξης

με εφαρμογή στον έλεγχο της συγκέντρωσης φαρμάκου

Π Σωπασάκης Διδακτορική Διατριβή 3182

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κλασματικά Δυναμικά Συστήματα

Είναι τελεστικές σχέσεις εισόδου-εξόδου της μορφής

H(Dα1 Dαn)y(t) = G(Dβ1 Dβm)u(t)

Αν οι H και G είναι γραμμικοί τότε εφαρμόζοντας το μετασχημα-

τισμό Laplace έχουμε

T (s) =y(s)

u(s)=P (s)

Q(s)

όπου y(s) = L y(t) και u(s) = L u(t) και τα PQ είναι lsquoκλασμα-

τικά πολυώνυμαrsquo δηλαδή έχουν τη μορφή

P (s) =

nsumi=0

aisbi bi ge 0

Π Σωπασάκης Διδακτορική Διατριβή 3382

ΙΙΙ Κλασματική Φαρμακοκινητική

Χρησιμοποιούμε κλασματικές παραγώγους διότι

1 Οι παράγωγοι μη ακέραιας τάξης είναι μη-τοπικοί τελεστές

και άρα περιγράφουν διεργασίες με μνήμη όπως

3 η ανώμαλη διάχυση και

4 η παγίδευση φαρμάκου σε ιστούς

R Hilfer ldquoFractional diffusion based on Riemann-Liouville fractional derivativesrdquo J PhysChem B vol 104 pp 3914ndash3917 2000

Π Σωπασάκης Διδακτορική Διατριβή 3482

ΙΙΙ Κλασματική Φαρμακοκινητική Αμιοδαρόνης

Φαρμακοκινητικές Εξισώσεις

DA1 = minus(k12 + k10)A1(t) + k21 middot C D1minusaA2(t) + u(t)

DA2 = k12A1(t)minus k21 middot C D1minusaA2(t)

Π Σωπασάκης Διδακτορική Διατριβή 3582

ΙΙΙ Ρυθμιστής PIλDmicro

Κλασματικός ρυθμιστής με συνάρτηση μεταφοράς

Gc(s) = Kp +Ki

sλ+Kds

micro

ο οποίος παράγει τη ρυθμιστική δράση

u(t) = Kpε(t) +Ki(Iλ ε)(t) + (C Dmicro ε)(t)

όπου ε(t) = ySP (t)minus y(t)

Π Σωπασάκης Διδακτορική Διατριβή 3682

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Βαθμονόμηση Κλασματικού Ρυθμιστή

Ελαχιστοποίηση ενός ολοκληρωτικού κριστηρίου όπως του

JTfITAE =

int Tf

0τ |ε(τ)|dτ

Δηλαδή επίλυση του προβλήματος βελτιστοποίησης

J = min JTfITAE(KpKiKd λ micro)

υπό τις προαναφερθείσες προδιαγραφές βαθμονόμησης απ΄

όπου προκύπτουν οι βέλτιστες παράμετροι βαθμονόμησης

(Kp K

i K

d λ

micro) = argminJTfITAE

Π Σωπασάκης Διδακτορική Διατριβή 3882

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Εφαρμόζοντας το μετασχηματισμό Laplace προκύπτει η συνάρτηση

μεταφοράς του συστήματος

G(s) equiv A1(s)

U(s)=

sa + k21sa+1 + k21s+ (k10 + k12)sa + k10k21

Πίνακας ΦΚ Παράμετροι Αμιοδαρόνης

Παράμετρος Τιμή

a 05870k10 14913dayminus1

k12 29522dayminus1

k21 04854dayminusa

A Dokoumetzidis R Magin and P Macheras ldquoFractional kinetics in multi- compartmentalsystemsrdquo Journal of Pharmacokinetics and Pharmacodynamics vol 37 pp 507ndash524 2010

Π Σωπασάκης Διδακτορική Διατριβή 3982

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Πίνακας Βέλτιστες Παράμε-

τροι Βαθμονόμησης Κλασμα-

τικού Ρυθμιστή

Παράμετρος Τιμή

Kp 5052Ki 1511Kd 00756λ 09170micro 07590

005 01 015 02 025 030

002

004

006

008

01

012

Kp=20

Kp=95

Kp=K

p

opt

Time (days)

Am

ou

nt

A1

Π Σωπασάκης Διδακτορική Διατριβή 4082

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus100

minus50

0

50

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ανοιχτού βρόγχου Το περι-

θώριο φάσης είναι 98 και το περιθώριο ενίσχυσης 439db

Π Σωπασάκης Διδακτορική Διατριβή 4182

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus80

minus60

minus40

minus20

0

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης καθοδήγησης Η απολαβή στις

υψηλές συχνότητες (gt 102radday) είναι κάτω των minus60db

Π Σωπασάκης Διδακτορική Διατριβή 4282

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus30

minus20

minus10

0

10

Magnitude (

dB

)

10minus3

10minus2

10minus1

100

101

102

minus30

0

30

60

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ευαισθησίας Η απολαβή χα-

μηλών συχνοτήτων (lt 10minus2radday) είναι κάτω των minus20db

Π Σωπασάκης Διδακτορική Διατριβή 4382

IVΔειγματοληπτική Χορήγηση

Εξασφάλιση ικανοποίησης των περιορισμών στο συνεχές

Π Σωπασάκης Διδακτορική Διατριβή 4482

IV Συστήματα με Δειγματοληψία

΄Ενα σύστημα με δειγματοληψία με στοιχείο διατήρησης τιμής μη-

δενικής τάξης έχει τη μορφή

dx

dt= f(x(t) u(t))

u(t) = uk forallt isin [kh (k + 1)h)

Π Σωπασάκης Διδακτορική Διατριβή 4582

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Ο σχεδιασμός ενός ΕΠΜ που εγγυάται ικανοποίηση των

περιορισμών στο συνεχές είχε αναγνωριστεί ως ανοιχτό

πρόβλημα από τους L Grune και J Pannek το 2011

L Grune and J Pannek Nonlinear Model Predictive Control Theory and Algorithms ser Com-munications and Control Engineering Springer-Verlag 2011

Π Σωπασάκης Διδακτορική Διατριβή 4782

IV Διατύπωση του Προβλήματος

Το αρχικό πρόβλημα βελτιστοποίησης PN (x0) είναι

V N (x0) = inf

uisinCh([0Tf ]Rm)

int Tf

0`(x(t) u(t))dt+ Vf (x(Tf ))

υπό τους περιορισμούς

x(0) = x0

x(t) = Ax(t) +Bu(t) t isin [0 Tf ]

u(t) = uk t isin [kh (k + 1)h) k isin N[0Nminus1]

x(t) isin X t isin [0 Tf ] (Ημιάπειρο Πρόβλημα)

u(t) isin U t isin [0 Tf ]

x(Tf ) isin Xf

όπου Tf = Nh `(x u) = 12(xprimeQx+ uprimeRu) και Vf (x) = 1

2xprimePx

Π Σωπασάκης Διδακτορική Διατριβή 4882

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Πολυτοπικές Υπερπροσεγγίσεις

Χρησιμοποιώντας τη μέθοδο δι-

άσπασης Jordan σε συνδυασμό

με τη μέθοδο πλεγματοποίησης-

φράγματος κατασκευάζουμε πολύτο-

πα Pν με

Pν supe co Φ([0 h])

και

PνKrarr co Φ([0 h])

Ορίζουμε

Zν = Pminus1ν (X )

Αποδείξαμε ότι

Zν rarr Zh

minus06 minus04 minus02 0 02 04 06 08 1 12

065

07

075

08

085

09

095

1

x1

x2

Σχήμα Πολυτοπική Υπερπροσέγγι-

ση της συνάρτησης ∆(r) = eAr

P Patrinos P Sopasakis and H SarimveisldquoStochastic model predictive control for con-strained NCS with random time delayrdquo in Proc18th IFAC World Congress Aug 28 ndash Sep 22011

Π Σωπασάκης Διδακτορική Διατριβή 5082

IV Αναδιαμορφωμένο πρόβλημα ΕΠΜ

Διαμορφώνουμε την ακολουθία προβλημάτων ΕΠΜ

PνN (x0) V Nν (x0) = min

u[0Nminus1]isinUνN (x0)VN(x0u[0Nminus1]

)(1)

όπου

UνN (x0) =

u[0Nminus1]

∣∣∣∣∣∣∣∣∣∣

xk+1 = Ahxk +Bhukk isin N[0Nminus1]

(xk uk) isin Zν k isin N[0Nminus1]uk isin U k isin N[0Nminus1]xN isin X νf

(2)

Απ΄ όπου προκύπτουν οι βέλτιστες ακολουθίες λύσεων uν[0Nminus1]

Π Σωπασάκης Διδακτορική Διατριβή 5182

IV Ιδιότητες του ΕΠΜ

Ιδιότητες του σχήματος ΕΠΜ που

προτείνουμε

1 Ικανοποίηση των περιορισμών

στο συνεχή χρόνο

2 Εγγύηση ευστάθειας στο συνε-

χή χρόνο

3 uν[0Nminus1]grarr u[0Nminus1]

4 V Nνerarr V N

P Sopasakis P Patrinos and H SarimveisldquoModel Predictive Control for sampled-data li-near systems Guaranteeing continuous-time po-sitive invariancerdquo 2012 IEEE Trans Aut Contrsubmitted for publication

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Σχήμα Σύγκριση των πεδίων έλξης

της μεθοδολογίας μας με αυτή των

Magni και Scattolini

Π Σωπασάκης Διδακτορική Διατριβή 5282

VΚρουστική Χορήγηση

Αναλλοίωτο και Ευστάθεια Κρουστικών Συστημάτων Ελέγχου και

Σχεδιασμός Ελεγκτή Προβλεπτικού Μοντέλου

Π Σωπασάκης Διδακτορική Διατριβή 5382

V Κίνητρο

Τα Κρουστικά Δυναμικά περιγράφουν φαινόμενα στα οποία συμβα-

ίνουν στιγμιαία άλματα Σχετικά παραδείγματα είναι

1 Ζυμωτήρας διαλείποντος έργου (Shen et al 2007)

2 Πληθυσμιακή Δυναμική (Stone et al 2000)

3 Νανοηλεκτρονικά κυκλώματα (Yang and Chua 2000)

4 Πλοήγηση διαστημοπλοίου (Carter 1991)

5 Χορήγηση φαρμάκου (Kusuoka et al 1981)

Υπάρχει ωστόσο ένα μεθοδολογικό κενό ndash το οποίο προσπα-

θήσαμε να γεφυρώσουμε ndash το οποίο δεν επιτρέπει τη χρήση τους σε

εφαρμογές ελέγχου συστημάτων

Π Σωπασάκης Διδακτορική Διατριβή 5482

V Παράδειγμα Κρουστικής Συμπεριφοράς

minus2 minus1 0 1 2 3 4 5minus3

minus2

minus1

0

1

2

3

4

x1

x2

Impulsive Behaviour

Π Σωπασάκης Διδακτορική Διατριβή 5582

V Γραμμικά Κρουστικά Συστήματα τύπου Ι

Εστιάζουμε στα ακόλουθα κρουστικά συστήματα

dx

dt= Ax t isin hN (3αʹ)

(∆x)(τk) = BU(k x(τk)) (3βʹ)

όπου τk = kh k isin N Η λύση του (3) που τέμνει το (t0 x0) isinR times D με τη δράση της συνάρτησης ελέγχου U(k x) = g(x(τk))συμβολίζεται με ϕ(t t0 x0 g(middot))Το (3) υπόκειται στους περιορισμούς

x(t) isin X για κάθε t ge 0 X πολύεδρο

uk = g(x(τk)) isin U για κάθε k isin N U πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 5682

V Το πρόβλημα

Τα μόνα σημεία ισορροπίας τέτοιων συστημάτων τις περισσότερες

φορές δεν είναι άλλα από την αρχή ndash ή πιο γενικά σημεία

(xs us) isin kerAtimes kerB

΄Αρα δεν είναι δυνατό να σχεδιάσουμε σταθεροποιητικούς νόμους

ανάδρασης που οδηγούν την κατάσταση των κρουστικών συστη-

μάτων σε αυθαίρετα επιθυμητά σημεία

Π Σωπασάκης Διδακτορική Διατριβή 5782

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Π Σωπασάκης Διδακτορική Διατριβή 5982

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Υπολογισμός Ορίζουμε το F P(Rn)rarr P(Rn) ως

F (Ω) = projx

(y u) isin Rn+m

∣∣∣∣ ϕ(T 0 y u) isin ΩS (y u) sube Z

cap Ω

όπου S(x u) sube W(x u)1 Κάθε Y με F (Y) = Y είναι ένα Κρου-

στικά Ελεγκτικά Αναλλοώτο σύνολο ως προς Z

1Σημειώστε ότι W(x u) = clϕ(t 0 x u) t isin (0 h]Π Σωπασάκης Διδακτορική Διατριβή 6082

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Κατασκευάζουμε μια εμφολευμένη ακολουθία συνόλων YkkisinN ώστε

Y0 = ZYk+1 = F (Yk) k isin N

Το όριο

Yinfin =⋂kisinNYk

είναι ΚΕΑ Αν η σύγκλιση γίνεται σε πεπερασμένο αριθμό βημάτων

τότε είναι πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 6182

V Κρουστική Ευστάθεια Συνόλων

΄Ενα empty 6= Z $ X λέγεται ευσταθές για ένα δοσμένο σύστημα Σg

ndash με ανατροφοδότηση U(k x) = g(x(τk)) ndash ως προς ένα Y 6= empty αν

forallε gt 0existδ gt 0 x0 isin BYδ rArr ϕ(tx0 g(middot)) isin BZε forallt ge 0

Το Z λέγεται τοπικά ασυμπτωτικά ευσταθές για το Σgως

προς Y αν είναι ευσταθές και υπάρχει ε gt 0 ώστε

limtrarrinfin

distZ ϕ(tx0 g(middot)) = 0

οπόταν x0 isin BYε

Ορίζουμε BYδ = x isin X | distY(x) lt δ

Π Σωπασάκης Διδακτορική Διατριβή 6282

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 10: Modelling and Control of Biological and Physiological Systems

Ι Περιορισμοί Ασφαλείας και Αποδοτικότητας

Απαιτούμε σε κάθε όργανο j = 1 M και κάθε χρονική στιγμή

k = 0 T να ισχύει

E (Cj(k)) + γj

radicVar [Cj(k)] le mtcj

όπου mtcj είναι η Ελάχιστη Τοξική Συγκέντρωση στο όργανο jΕπίσης απαιτούμε για κάθε k ge Kj

E (Cj(k))minus δjradic

Var [Cj(k)] ge mecj

και mecj είναι η Ελάχιστη Θεραπευτική Συγκέντρωση στο j όργα-

νο

Π Σωπασάκης Διδακτορική Διατριβή 1082

Ι Περιορισμοί Δόσεων και Συχνότητας Χορήγησης

Οι δόσεις είναι περιορισμένες σε ένα διακριτό σύνολο X = xlpl=1

με x1 = 0 Ορίζουμε z(k) = (z1(k) zp(k)) isin 0 1p ώστε

dose(k) = xi ανν zi(k) = 1 και zl(k) = 0 για l 6= i Τότε

psumr=1

zr(k) = 1 για κάθε k isin N

Επίσης απαιτούμε οι διαδοχικές δόσεις να απέχουν τουλάχιστον dχρονικές στιγμές μεταξύ τους Αυτό γεννά τον περιορισμό

z1(k) + z1(k + 1) + + z1(k + d) ge dminus 1 k isin N

Π Σωπασάκης Διδακτορική Διατριβή 1182

Ι Αντικειμενική Συνάρτηση

Στόχος μας είναι η ελαχιστοποίηση της απόκλισης από τις επιθυμη-

τές τιμές CSPj (k) σε κάθε όργανο παρέχοντας την ελάχιστη συνο-

λικά ποσότητα φαρμάκου Εισάγουμε την αντικειμενική συνάρτηση

J(C z) =

Tsumk=0

ν middotpsumr=1

zr(k)xr︸ ︷︷ ︸dose(k)

+Msumj=1

λj[Cj(k)minus CSPj (k)

]2

όπου z = z(0) z(T ) και C = C(0) C(T ) Αν το

φάρμακο χορηγείται για πρώτη φορά υποθέτουμε C(0) = 0

Π Σωπασάκης Διδακτορική Διατριβή 1282

Ι Πρόβλημα Βελτιστοποίησης

Επιλύουμε το πρόβλημα βελτιστοποίησης

J = minz

E [J(C z)]

υποκείμενο στους περιορισμούς

Cj(k) = [ x1 middotmiddotmiddot xp ]summin(Nj k)

i=0 αjiz(k minus i)sumpr=1 zr(k) = 1 forallk = 0 T

E (Cj(k)) + γjradic

Var [Cj(k)] le mtcj forallk = 0 T

E (Cj(k))minus δjradic

Var [Cj(k)] ge mecj forallk = Kj T

z1(k) + z1(k + 1) + + z1(k + d) ge dminus 1

και θεωρώντας Cj(0) = 0 Το πρόβλημα αυτό είναι ένα πρόβλη-

μα ακέραιου κυρτού προγραμματισμού με μη γραμμικούς

περιορισμούς

Π Σωπασάκης Διδακτορική Διατριβή 1382

Ι Χορήγηση L-dopa από του στόματος

Π Σωπασάκης Διδακτορική Διατριβή 1482

Ι Χορήγηση L-dopa από του στόματος

0 5 10 15 20 250

50

100

150

200

250

300

350

Time Instants

Str

iatu

m C

onc (n

molL)

Striatum Concentration

Σχήμα Συγκέντρωση στο ραβδωτό σώμα του εγκεφάλου κατόπιν χο-

ρήγησης της βέλτισης ακολουθίας δόσεων (γpl = 15 γstr = δstr = 0)

Π Σωπασάκης Διδακτορική Διατριβή 1582

Ι Χορήγηση L-dopa από του στόματος

0 5 10 15 20 25 300

02

04

06

08

1

12

14

Time Instants

Pro

babili

ty (

)

MTC Violation Probability minus Striatum

Σχήμα Πιθανότητα παραβίασης της Ελάχιστης Τοξικής Συγκέντρωσης

στο ραβδωτό σώμα του εγκεφάλου (γpl = 15 γstr = δstr = 0)

Π Σωπασάκης Διδακτορική Διατριβή 1682

Ι Χορήγηση L-dopa από του στόματος

0 5 10 15 20 25 300

1

2

3

4

5

6

Time Instants

Pro

babili

ty (

)

MEC Violation Probability minus Striatum

Σχήμα Πιθανότητα παραβίασης της Ελάχιστης Θεραπευτικής Συγκέν-

τρωσης στο ραβδωτό σώμα του εγκεφάλου (γpl = 15 γstr = δstr = 0)

Π Σωπασάκης Διδακτορική Διατριβή 1782

Ι Χορήγηση L-dopa από του στόματος

0 5 10 15 20 25

2

4

6

8

10

12

Time Instants

Dose (

mgk

g)

Optimal Dose

Σχήμα Βέλτιστη ακολουθία δόσεων που προκύπτει από την επίλυση του

προβλήματος στοχαστικής βελτιστοποίησης (γpl = 15 γstr = δstr = 0)

Π Σωπασάκης Διδακτορική Διατριβή 1882

IIΠροβλεπτικός ΄Ελεγχος Συνεχούς Ενδοβλέβιας

΄Εγχυσης Φαρμάκου

με δυνατότητα μεταβολής του set-point σε πραγματικό χρόνο και

με ελλιπή πληροφορία της κατάστασης

Π Σωπασάκης Διδακτορική Διατριβή 1982

ΙΙ ΄Ελεγχος Συνεχούς Ενδοβλέβιας ΄Εγχυσης

Διατύπωση του προβλήματος

1 Μόνο μετρήσεις στο πλάσμα είναι διαθέσιμες σε πραγματικό

χρόνο

2 Περιορισμοί στην είσοδο (ρυθμός χορήγησης) και την κατάστα-

ση (συγκεντρώσεις)

3 Το set-point μπορεί να μεταβάλλεται κατ΄ επιλογή του ιατρού

P Sopasakis P Patrinos S Giannikou and H Sarimveis ldquoPhysiologically based pharmacoki-netic modeling and predictive control an integrated approach for optimal drug administrationrdquoComputer Aided Chemical Engineering vol 29 pp 1490ndash1494 2011

Π Σωπασάκης Διδακτορική Διατριβή 2082

ΙΙ Φυσιολογικά ΦΚ Μοντέλα

Σχετικά Τα ΦΦΜ είναι σύνολα συνήθων διαφορικών εξισώσεων

που χρησιμοποιούνται για την πρόβλεψηπροσομοίωση της κατανο-

μής ουσιών σε έναν οργανισμό

Βασικά Χαρακτηριστικά

1 Μηχανιστική ερμηνεία της φαρμακοκινητικής

2 Μοντέλα συνεχούς χρόνου

3 Εξάγονται στη βάση ισοζυγίων μάζας (διάχυση ροή) και

άλλων αρχών της Φυσικής

Π Σωπασάκης Διδακτορική Διατριβή 2182

ΙΙ ΄Ελεγχος Προβλεπτικού Μοντέλου

Βασικά Χαρακτηριστικά

1 Εύρωστη ευστάθεια

2 Στρατηγική βέλτιστου ελέγχου

3 Οι περιορισμοί του συστήματος λαμβάνονται υπόψη με

συστηματικό τρόπο

H Sarimveis P Sopasakis A Afantitis and G Melagraki ldquoA model predictive control approachfor optimal drug administrationrdquo Chemical Engineering Transactions vol 17 2009

Π Σωπασάκης Διδακτορική Διατριβή 2282

ΙΙ Βήμα 1 Μοντελοποίηση

M V Evans et al ldquoA physiologically based pharmacokin model for iv and ingested DMA inmicerdquo Toxicol sci Oxford University Press pp 1ndash4 2008

Π Σωπασάκης Διδακτορική Διατριβή 2382

ΙΙ Βήμα 1 Μοντελοποίηση

Παράδειγμα

VblidCvi

dt= Qi (Cart minus Cvi)minus πi

(Cvi minus

CiPi

)minus

minus rexi (Cvi)Vbli

VidCidt

= πi

(Cvi minus

CiPi

)minus rmeti (Ci)Vi

Το σύνολο των εξισώσεων του μοντέλου γράφεται στο χώρο κα-

τάστασης στη μορφή

dx (t)

dt= f0 (x (t) u (t))

y(t) = g0(x(t))

Π Σωπασάκης Διδακτορική Διατριβή 2482

ΙΙ Βήμα 2 Διακριτοποίηση

Διακριτοποιούμε το σύστημα συνεχούς χρόνου

x(k + 1) = f(x(k) u(k))

y(k) = g0(x(k))

Το οποίο γραμμικοποιούμε γύρω από ένα σημείο ισορροπίας

x(k + 1) = Ax(k) +Bu(k)

y(k) = Cx(k)

ενώ στο σύστημα ενεργούν οι περιορισμοί

Gx(k) +Hu(k) leM

Π Σωπασάκης Διδακτορική Διατριβή 2582

ΙΙ Βήμα 3 Σχεδιασμός Παρατηρητή

Εισάγουμε το επαυξημένο σύστημα

x(k + 1) = Ax(k) +Bu(k) +Bdd(k)

d(k + 1) = d(k)

y(k) = Cx(k) + Cdd(k)

Αν ξ(k) = [ x(k)prime d(k)prime ]prime τότε το παραπάνω σύστημα γράφεται ως

ξ(k + 1) = Aξ(k) + Bu(k)

y(k) = Cξ(k)

Ορίζουμε ey(k) = Cξ (k)minusy (k) ΄Ενας γραμμικός παρατηρητής λαμβάνει

τη μορφή

ξ(k + 1) = Aξ(k) + Bu(k) +

[LxLd

]ey(k)

Π Σωπασάκης Διδακτορική Διατριβή 2682

ΙΙ Βήμα 4 Σχεδιασμός Προβλεπτικού Ελεγκτή

Κάθε χρονική στιγμή j λύνουμε το πρόβλημα ελαχιστοποίησης

V N

(ξ (j)

)= minπ=ujNminus1

j=0

VN

(π ξ (j)

)υποκείμενο στους περιορισμούς

ξ(k + 1) = Aξ(k) + Bu(k) forallk isin N[0Nminus1]

Gx (k) +Hu (k) leM forallk isin N[0N ]

ξ (0) = ξ(j)

όπου η αντικειμενική συνάρτηση είναι

VN

(π ξ (j)

)= x (N)minus x (j)2P

+sumNminus1k=0 x (k)minus x (j)2Q + u (k)minus u (j)2R

P Patrinos P Sopasakis and H Sarimveis ldquoA global piecewise smooth Newton method for fastlarge-scale model predictive controlrdquo Automatica vol 47 no 9 pp 2016ndash2022 2011

Π Σωπασάκης Διδακτορική Διατριβή 2782

ΙΙ Βήμα 4 Σχεδιασμός Προβλεπτικού Ελεγκτή

Ο πίνακας P που ποινικοποιεί την τερματική απόκλιση x (N)minus x (j) 2Pλαμβάνεται ως η (μοναδική) λύση της εξίσωσης

P = AprimePAminus (AprimePB) (BprimePB +R)minus1

(BprimePA) +Q

Τα x (j) και u (j) υπολογίζονται από τη σχέση[Aminus I BC 0

] [x (j)u (j)

]=

[minusBdd (j)

r (j)minus Cdd (j)

]

Π Σωπασάκης Διδακτορική Διατριβή 2882

ΙΙ Εφαρμογή ndash Χορήγηση DMA

Εφαρμογή σε ένα ΦΦΜ με 14 μεταβλητές κατάστασης (Evans etal) για χορήγηση DMA

0 1 2 3 4 50

002

004

006

008

01

012

014

Time (hr)

Co

nce

ntr

atio

n (

mg

L)

Kidney

Kidney (estimated)

Lung

Lung (estimated)

Σχήμα Απόκριση του παρατηρητή κατάστασης μετά από διέγερση του συ-

στήματος με πεπερασμένο παλμό πλάτους 01mghr και διάρκειας 24min

Π Σωπασάκης Διδακτορική Διατριβή 2982

ΙΙ Εφαρμογή ndash Χορήγηση DMA

Εφαρμόζουμε την προταθείσα μεθο-

δολογία στο σύστημα των Evans etal με τους περιορισμούς

Πίνακας Ελάχιστες Τοξικές Συγ-

κεντρώσεις

΄Οργανο MTC (microgL)

΄Ηπαρ 14

Δέρμα 14

Ερυθρά Αιμ 10

Νεφροί 05

Πνεύμονες 05

και μεταβάλλοντας το επιθυμητό ση-

μείο λειτουργίας

P Sopasakis P Patrinos amp H Sarimveis ldquoMo-del Predictive Control for Optimal Drug Admi-nistrationrdquo submitted 2012

0 05 1 15 2 25 3 35 4 450

02

04

06

08

1

12

14

Time (hr)

Concentr

ation (

ugL

)

Reference

Plasma

RBC

Lungs

Skin (tissue)

Kidney (tissue)

Liver (tissue)

0 05 1 15 2 25 3 35 4 450

005

01

Time (hr)

Adm

inis

tration R

ate

(ugh

r)

Π Σωπασάκης Διδακτορική Διατριβή 3082

III΄Ελεγχος Συστημάτων Κλασματικής Τάξης

με εφαρμογή στον έλεγχο της συγκέντρωσης φαρμάκου

Π Σωπασάκης Διδακτορική Διατριβή 3182

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κλασματικά Δυναμικά Συστήματα

Είναι τελεστικές σχέσεις εισόδου-εξόδου της μορφής

H(Dα1 Dαn)y(t) = G(Dβ1 Dβm)u(t)

Αν οι H και G είναι γραμμικοί τότε εφαρμόζοντας το μετασχημα-

τισμό Laplace έχουμε

T (s) =y(s)

u(s)=P (s)

Q(s)

όπου y(s) = L y(t) και u(s) = L u(t) και τα PQ είναι lsquoκλασμα-

τικά πολυώνυμαrsquo δηλαδή έχουν τη μορφή

P (s) =

nsumi=0

aisbi bi ge 0

Π Σωπασάκης Διδακτορική Διατριβή 3382

ΙΙΙ Κλασματική Φαρμακοκινητική

Χρησιμοποιούμε κλασματικές παραγώγους διότι

1 Οι παράγωγοι μη ακέραιας τάξης είναι μη-τοπικοί τελεστές

και άρα περιγράφουν διεργασίες με μνήμη όπως

3 η ανώμαλη διάχυση και

4 η παγίδευση φαρμάκου σε ιστούς

R Hilfer ldquoFractional diffusion based on Riemann-Liouville fractional derivativesrdquo J PhysChem B vol 104 pp 3914ndash3917 2000

Π Σωπασάκης Διδακτορική Διατριβή 3482

ΙΙΙ Κλασματική Φαρμακοκινητική Αμιοδαρόνης

Φαρμακοκινητικές Εξισώσεις

DA1 = minus(k12 + k10)A1(t) + k21 middot C D1minusaA2(t) + u(t)

DA2 = k12A1(t)minus k21 middot C D1minusaA2(t)

Π Σωπασάκης Διδακτορική Διατριβή 3582

ΙΙΙ Ρυθμιστής PIλDmicro

Κλασματικός ρυθμιστής με συνάρτηση μεταφοράς

Gc(s) = Kp +Ki

sλ+Kds

micro

ο οποίος παράγει τη ρυθμιστική δράση

u(t) = Kpε(t) +Ki(Iλ ε)(t) + (C Dmicro ε)(t)

όπου ε(t) = ySP (t)minus y(t)

Π Σωπασάκης Διδακτορική Διατριβή 3682

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Βαθμονόμηση Κλασματικού Ρυθμιστή

Ελαχιστοποίηση ενός ολοκληρωτικού κριστηρίου όπως του

JTfITAE =

int Tf

0τ |ε(τ)|dτ

Δηλαδή επίλυση του προβλήματος βελτιστοποίησης

J = min JTfITAE(KpKiKd λ micro)

υπό τις προαναφερθείσες προδιαγραφές βαθμονόμησης απ΄

όπου προκύπτουν οι βέλτιστες παράμετροι βαθμονόμησης

(Kp K

i K

d λ

micro) = argminJTfITAE

Π Σωπασάκης Διδακτορική Διατριβή 3882

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Εφαρμόζοντας το μετασχηματισμό Laplace προκύπτει η συνάρτηση

μεταφοράς του συστήματος

G(s) equiv A1(s)

U(s)=

sa + k21sa+1 + k21s+ (k10 + k12)sa + k10k21

Πίνακας ΦΚ Παράμετροι Αμιοδαρόνης

Παράμετρος Τιμή

a 05870k10 14913dayminus1

k12 29522dayminus1

k21 04854dayminusa

A Dokoumetzidis R Magin and P Macheras ldquoFractional kinetics in multi- compartmentalsystemsrdquo Journal of Pharmacokinetics and Pharmacodynamics vol 37 pp 507ndash524 2010

Π Σωπασάκης Διδακτορική Διατριβή 3982

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Πίνακας Βέλτιστες Παράμε-

τροι Βαθμονόμησης Κλασμα-

τικού Ρυθμιστή

Παράμετρος Τιμή

Kp 5052Ki 1511Kd 00756λ 09170micro 07590

005 01 015 02 025 030

002

004

006

008

01

012

Kp=20

Kp=95

Kp=K

p

opt

Time (days)

Am

ou

nt

A1

Π Σωπασάκης Διδακτορική Διατριβή 4082

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus100

minus50

0

50

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ανοιχτού βρόγχου Το περι-

θώριο φάσης είναι 98 και το περιθώριο ενίσχυσης 439db

Π Σωπασάκης Διδακτορική Διατριβή 4182

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus80

minus60

minus40

minus20

0

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης καθοδήγησης Η απολαβή στις

υψηλές συχνότητες (gt 102radday) είναι κάτω των minus60db

Π Σωπασάκης Διδακτορική Διατριβή 4282

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus30

minus20

minus10

0

10

Magnitude (

dB

)

10minus3

10minus2

10minus1

100

101

102

minus30

0

30

60

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ευαισθησίας Η απολαβή χα-

μηλών συχνοτήτων (lt 10minus2radday) είναι κάτω των minus20db

Π Σωπασάκης Διδακτορική Διατριβή 4382

IVΔειγματοληπτική Χορήγηση

Εξασφάλιση ικανοποίησης των περιορισμών στο συνεχές

Π Σωπασάκης Διδακτορική Διατριβή 4482

IV Συστήματα με Δειγματοληψία

΄Ενα σύστημα με δειγματοληψία με στοιχείο διατήρησης τιμής μη-

δενικής τάξης έχει τη μορφή

dx

dt= f(x(t) u(t))

u(t) = uk forallt isin [kh (k + 1)h)

Π Σωπασάκης Διδακτορική Διατριβή 4582

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Ο σχεδιασμός ενός ΕΠΜ που εγγυάται ικανοποίηση των

περιορισμών στο συνεχές είχε αναγνωριστεί ως ανοιχτό

πρόβλημα από τους L Grune και J Pannek το 2011

L Grune and J Pannek Nonlinear Model Predictive Control Theory and Algorithms ser Com-munications and Control Engineering Springer-Verlag 2011

Π Σωπασάκης Διδακτορική Διατριβή 4782

IV Διατύπωση του Προβλήματος

Το αρχικό πρόβλημα βελτιστοποίησης PN (x0) είναι

V N (x0) = inf

uisinCh([0Tf ]Rm)

int Tf

0`(x(t) u(t))dt+ Vf (x(Tf ))

υπό τους περιορισμούς

x(0) = x0

x(t) = Ax(t) +Bu(t) t isin [0 Tf ]

u(t) = uk t isin [kh (k + 1)h) k isin N[0Nminus1]

x(t) isin X t isin [0 Tf ] (Ημιάπειρο Πρόβλημα)

u(t) isin U t isin [0 Tf ]

x(Tf ) isin Xf

όπου Tf = Nh `(x u) = 12(xprimeQx+ uprimeRu) και Vf (x) = 1

2xprimePx

Π Σωπασάκης Διδακτορική Διατριβή 4882

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Πολυτοπικές Υπερπροσεγγίσεις

Χρησιμοποιώντας τη μέθοδο δι-

άσπασης Jordan σε συνδυασμό

με τη μέθοδο πλεγματοποίησης-

φράγματος κατασκευάζουμε πολύτο-

πα Pν με

Pν supe co Φ([0 h])

και

PνKrarr co Φ([0 h])

Ορίζουμε

Zν = Pminus1ν (X )

Αποδείξαμε ότι

Zν rarr Zh

minus06 minus04 minus02 0 02 04 06 08 1 12

065

07

075

08

085

09

095

1

x1

x2

Σχήμα Πολυτοπική Υπερπροσέγγι-

ση της συνάρτησης ∆(r) = eAr

P Patrinos P Sopasakis and H SarimveisldquoStochastic model predictive control for con-strained NCS with random time delayrdquo in Proc18th IFAC World Congress Aug 28 ndash Sep 22011

Π Σωπασάκης Διδακτορική Διατριβή 5082

IV Αναδιαμορφωμένο πρόβλημα ΕΠΜ

Διαμορφώνουμε την ακολουθία προβλημάτων ΕΠΜ

PνN (x0) V Nν (x0) = min

u[0Nminus1]isinUνN (x0)VN(x0u[0Nminus1]

)(1)

όπου

UνN (x0) =

u[0Nminus1]

∣∣∣∣∣∣∣∣∣∣

xk+1 = Ahxk +Bhukk isin N[0Nminus1]

(xk uk) isin Zν k isin N[0Nminus1]uk isin U k isin N[0Nminus1]xN isin X νf

(2)

Απ΄ όπου προκύπτουν οι βέλτιστες ακολουθίες λύσεων uν[0Nminus1]

Π Σωπασάκης Διδακτορική Διατριβή 5182

IV Ιδιότητες του ΕΠΜ

Ιδιότητες του σχήματος ΕΠΜ που

προτείνουμε

1 Ικανοποίηση των περιορισμών

στο συνεχή χρόνο

2 Εγγύηση ευστάθειας στο συνε-

χή χρόνο

3 uν[0Nminus1]grarr u[0Nminus1]

4 V Nνerarr V N

P Sopasakis P Patrinos and H SarimveisldquoModel Predictive Control for sampled-data li-near systems Guaranteeing continuous-time po-sitive invariancerdquo 2012 IEEE Trans Aut Contrsubmitted for publication

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Σχήμα Σύγκριση των πεδίων έλξης

της μεθοδολογίας μας με αυτή των

Magni και Scattolini

Π Σωπασάκης Διδακτορική Διατριβή 5282

VΚρουστική Χορήγηση

Αναλλοίωτο και Ευστάθεια Κρουστικών Συστημάτων Ελέγχου και

Σχεδιασμός Ελεγκτή Προβλεπτικού Μοντέλου

Π Σωπασάκης Διδακτορική Διατριβή 5382

V Κίνητρο

Τα Κρουστικά Δυναμικά περιγράφουν φαινόμενα στα οποία συμβα-

ίνουν στιγμιαία άλματα Σχετικά παραδείγματα είναι

1 Ζυμωτήρας διαλείποντος έργου (Shen et al 2007)

2 Πληθυσμιακή Δυναμική (Stone et al 2000)

3 Νανοηλεκτρονικά κυκλώματα (Yang and Chua 2000)

4 Πλοήγηση διαστημοπλοίου (Carter 1991)

5 Χορήγηση φαρμάκου (Kusuoka et al 1981)

Υπάρχει ωστόσο ένα μεθοδολογικό κενό ndash το οποίο προσπα-

θήσαμε να γεφυρώσουμε ndash το οποίο δεν επιτρέπει τη χρήση τους σε

εφαρμογές ελέγχου συστημάτων

Π Σωπασάκης Διδακτορική Διατριβή 5482

V Παράδειγμα Κρουστικής Συμπεριφοράς

minus2 minus1 0 1 2 3 4 5minus3

minus2

minus1

0

1

2

3

4

x1

x2

Impulsive Behaviour

Π Σωπασάκης Διδακτορική Διατριβή 5582

V Γραμμικά Κρουστικά Συστήματα τύπου Ι

Εστιάζουμε στα ακόλουθα κρουστικά συστήματα

dx

dt= Ax t isin hN (3αʹ)

(∆x)(τk) = BU(k x(τk)) (3βʹ)

όπου τk = kh k isin N Η λύση του (3) που τέμνει το (t0 x0) isinR times D με τη δράση της συνάρτησης ελέγχου U(k x) = g(x(τk))συμβολίζεται με ϕ(t t0 x0 g(middot))Το (3) υπόκειται στους περιορισμούς

x(t) isin X για κάθε t ge 0 X πολύεδρο

uk = g(x(τk)) isin U για κάθε k isin N U πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 5682

V Το πρόβλημα

Τα μόνα σημεία ισορροπίας τέτοιων συστημάτων τις περισσότερες

φορές δεν είναι άλλα από την αρχή ndash ή πιο γενικά σημεία

(xs us) isin kerAtimes kerB

΄Αρα δεν είναι δυνατό να σχεδιάσουμε σταθεροποιητικούς νόμους

ανάδρασης που οδηγούν την κατάσταση των κρουστικών συστη-

μάτων σε αυθαίρετα επιθυμητά σημεία

Π Σωπασάκης Διδακτορική Διατριβή 5782

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Π Σωπασάκης Διδακτορική Διατριβή 5982

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Υπολογισμός Ορίζουμε το F P(Rn)rarr P(Rn) ως

F (Ω) = projx

(y u) isin Rn+m

∣∣∣∣ ϕ(T 0 y u) isin ΩS (y u) sube Z

cap Ω

όπου S(x u) sube W(x u)1 Κάθε Y με F (Y) = Y είναι ένα Κρου-

στικά Ελεγκτικά Αναλλοώτο σύνολο ως προς Z

1Σημειώστε ότι W(x u) = clϕ(t 0 x u) t isin (0 h]Π Σωπασάκης Διδακτορική Διατριβή 6082

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Κατασκευάζουμε μια εμφολευμένη ακολουθία συνόλων YkkisinN ώστε

Y0 = ZYk+1 = F (Yk) k isin N

Το όριο

Yinfin =⋂kisinNYk

είναι ΚΕΑ Αν η σύγκλιση γίνεται σε πεπερασμένο αριθμό βημάτων

τότε είναι πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 6182

V Κρουστική Ευστάθεια Συνόλων

΄Ενα empty 6= Z $ X λέγεται ευσταθές για ένα δοσμένο σύστημα Σg

ndash με ανατροφοδότηση U(k x) = g(x(τk)) ndash ως προς ένα Y 6= empty αν

forallε gt 0existδ gt 0 x0 isin BYδ rArr ϕ(tx0 g(middot)) isin BZε forallt ge 0

Το Z λέγεται τοπικά ασυμπτωτικά ευσταθές για το Σgως

προς Y αν είναι ευσταθές και υπάρχει ε gt 0 ώστε

limtrarrinfin

distZ ϕ(tx0 g(middot)) = 0

οπόταν x0 isin BYε

Ορίζουμε BYδ = x isin X | distY(x) lt δ

Π Σωπασάκης Διδακτορική Διατριβή 6282

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 11: Modelling and Control of Biological and Physiological Systems

Ι Περιορισμοί Δόσεων και Συχνότητας Χορήγησης

Οι δόσεις είναι περιορισμένες σε ένα διακριτό σύνολο X = xlpl=1

με x1 = 0 Ορίζουμε z(k) = (z1(k) zp(k)) isin 0 1p ώστε

dose(k) = xi ανν zi(k) = 1 και zl(k) = 0 για l 6= i Τότε

psumr=1

zr(k) = 1 για κάθε k isin N

Επίσης απαιτούμε οι διαδοχικές δόσεις να απέχουν τουλάχιστον dχρονικές στιγμές μεταξύ τους Αυτό γεννά τον περιορισμό

z1(k) + z1(k + 1) + + z1(k + d) ge dminus 1 k isin N

Π Σωπασάκης Διδακτορική Διατριβή 1182

Ι Αντικειμενική Συνάρτηση

Στόχος μας είναι η ελαχιστοποίηση της απόκλισης από τις επιθυμη-

τές τιμές CSPj (k) σε κάθε όργανο παρέχοντας την ελάχιστη συνο-

λικά ποσότητα φαρμάκου Εισάγουμε την αντικειμενική συνάρτηση

J(C z) =

Tsumk=0

ν middotpsumr=1

zr(k)xr︸ ︷︷ ︸dose(k)

+Msumj=1

λj[Cj(k)minus CSPj (k)

]2

όπου z = z(0) z(T ) και C = C(0) C(T ) Αν το

φάρμακο χορηγείται για πρώτη φορά υποθέτουμε C(0) = 0

Π Σωπασάκης Διδακτορική Διατριβή 1282

Ι Πρόβλημα Βελτιστοποίησης

Επιλύουμε το πρόβλημα βελτιστοποίησης

J = minz

E [J(C z)]

υποκείμενο στους περιορισμούς

Cj(k) = [ x1 middotmiddotmiddot xp ]summin(Nj k)

i=0 αjiz(k minus i)sumpr=1 zr(k) = 1 forallk = 0 T

E (Cj(k)) + γjradic

Var [Cj(k)] le mtcj forallk = 0 T

E (Cj(k))minus δjradic

Var [Cj(k)] ge mecj forallk = Kj T

z1(k) + z1(k + 1) + + z1(k + d) ge dminus 1

και θεωρώντας Cj(0) = 0 Το πρόβλημα αυτό είναι ένα πρόβλη-

μα ακέραιου κυρτού προγραμματισμού με μη γραμμικούς

περιορισμούς

Π Σωπασάκης Διδακτορική Διατριβή 1382

Ι Χορήγηση L-dopa από του στόματος

Π Σωπασάκης Διδακτορική Διατριβή 1482

Ι Χορήγηση L-dopa από του στόματος

0 5 10 15 20 250

50

100

150

200

250

300

350

Time Instants

Str

iatu

m C

onc (n

molL)

Striatum Concentration

Σχήμα Συγκέντρωση στο ραβδωτό σώμα του εγκεφάλου κατόπιν χο-

ρήγησης της βέλτισης ακολουθίας δόσεων (γpl = 15 γstr = δstr = 0)

Π Σωπασάκης Διδακτορική Διατριβή 1582

Ι Χορήγηση L-dopa από του στόματος

0 5 10 15 20 25 300

02

04

06

08

1

12

14

Time Instants

Pro

babili

ty (

)

MTC Violation Probability minus Striatum

Σχήμα Πιθανότητα παραβίασης της Ελάχιστης Τοξικής Συγκέντρωσης

στο ραβδωτό σώμα του εγκεφάλου (γpl = 15 γstr = δstr = 0)

Π Σωπασάκης Διδακτορική Διατριβή 1682

Ι Χορήγηση L-dopa από του στόματος

0 5 10 15 20 25 300

1

2

3

4

5

6

Time Instants

Pro

babili

ty (

)

MEC Violation Probability minus Striatum

Σχήμα Πιθανότητα παραβίασης της Ελάχιστης Θεραπευτικής Συγκέν-

τρωσης στο ραβδωτό σώμα του εγκεφάλου (γpl = 15 γstr = δstr = 0)

Π Σωπασάκης Διδακτορική Διατριβή 1782

Ι Χορήγηση L-dopa από του στόματος

0 5 10 15 20 25

2

4

6

8

10

12

Time Instants

Dose (

mgk

g)

Optimal Dose

Σχήμα Βέλτιστη ακολουθία δόσεων που προκύπτει από την επίλυση του

προβλήματος στοχαστικής βελτιστοποίησης (γpl = 15 γstr = δstr = 0)

Π Σωπασάκης Διδακτορική Διατριβή 1882

IIΠροβλεπτικός ΄Ελεγχος Συνεχούς Ενδοβλέβιας

΄Εγχυσης Φαρμάκου

με δυνατότητα μεταβολής του set-point σε πραγματικό χρόνο και

με ελλιπή πληροφορία της κατάστασης

Π Σωπασάκης Διδακτορική Διατριβή 1982

ΙΙ ΄Ελεγχος Συνεχούς Ενδοβλέβιας ΄Εγχυσης

Διατύπωση του προβλήματος

1 Μόνο μετρήσεις στο πλάσμα είναι διαθέσιμες σε πραγματικό

χρόνο

2 Περιορισμοί στην είσοδο (ρυθμός χορήγησης) και την κατάστα-

ση (συγκεντρώσεις)

3 Το set-point μπορεί να μεταβάλλεται κατ΄ επιλογή του ιατρού

P Sopasakis P Patrinos S Giannikou and H Sarimveis ldquoPhysiologically based pharmacoki-netic modeling and predictive control an integrated approach for optimal drug administrationrdquoComputer Aided Chemical Engineering vol 29 pp 1490ndash1494 2011

Π Σωπασάκης Διδακτορική Διατριβή 2082

ΙΙ Φυσιολογικά ΦΚ Μοντέλα

Σχετικά Τα ΦΦΜ είναι σύνολα συνήθων διαφορικών εξισώσεων

που χρησιμοποιούνται για την πρόβλεψηπροσομοίωση της κατανο-

μής ουσιών σε έναν οργανισμό

Βασικά Χαρακτηριστικά

1 Μηχανιστική ερμηνεία της φαρμακοκινητικής

2 Μοντέλα συνεχούς χρόνου

3 Εξάγονται στη βάση ισοζυγίων μάζας (διάχυση ροή) και

άλλων αρχών της Φυσικής

Π Σωπασάκης Διδακτορική Διατριβή 2182

ΙΙ ΄Ελεγχος Προβλεπτικού Μοντέλου

Βασικά Χαρακτηριστικά

1 Εύρωστη ευστάθεια

2 Στρατηγική βέλτιστου ελέγχου

3 Οι περιορισμοί του συστήματος λαμβάνονται υπόψη με

συστηματικό τρόπο

H Sarimveis P Sopasakis A Afantitis and G Melagraki ldquoA model predictive control approachfor optimal drug administrationrdquo Chemical Engineering Transactions vol 17 2009

Π Σωπασάκης Διδακτορική Διατριβή 2282

ΙΙ Βήμα 1 Μοντελοποίηση

M V Evans et al ldquoA physiologically based pharmacokin model for iv and ingested DMA inmicerdquo Toxicol sci Oxford University Press pp 1ndash4 2008

Π Σωπασάκης Διδακτορική Διατριβή 2382

ΙΙ Βήμα 1 Μοντελοποίηση

Παράδειγμα

VblidCvi

dt= Qi (Cart minus Cvi)minus πi

(Cvi minus

CiPi

)minus

minus rexi (Cvi)Vbli

VidCidt

= πi

(Cvi minus

CiPi

)minus rmeti (Ci)Vi

Το σύνολο των εξισώσεων του μοντέλου γράφεται στο χώρο κα-

τάστασης στη μορφή

dx (t)

dt= f0 (x (t) u (t))

y(t) = g0(x(t))

Π Σωπασάκης Διδακτορική Διατριβή 2482

ΙΙ Βήμα 2 Διακριτοποίηση

Διακριτοποιούμε το σύστημα συνεχούς χρόνου

x(k + 1) = f(x(k) u(k))

y(k) = g0(x(k))

Το οποίο γραμμικοποιούμε γύρω από ένα σημείο ισορροπίας

x(k + 1) = Ax(k) +Bu(k)

y(k) = Cx(k)

ενώ στο σύστημα ενεργούν οι περιορισμοί

Gx(k) +Hu(k) leM

Π Σωπασάκης Διδακτορική Διατριβή 2582

ΙΙ Βήμα 3 Σχεδιασμός Παρατηρητή

Εισάγουμε το επαυξημένο σύστημα

x(k + 1) = Ax(k) +Bu(k) +Bdd(k)

d(k + 1) = d(k)

y(k) = Cx(k) + Cdd(k)

Αν ξ(k) = [ x(k)prime d(k)prime ]prime τότε το παραπάνω σύστημα γράφεται ως

ξ(k + 1) = Aξ(k) + Bu(k)

y(k) = Cξ(k)

Ορίζουμε ey(k) = Cξ (k)minusy (k) ΄Ενας γραμμικός παρατηρητής λαμβάνει

τη μορφή

ξ(k + 1) = Aξ(k) + Bu(k) +

[LxLd

]ey(k)

Π Σωπασάκης Διδακτορική Διατριβή 2682

ΙΙ Βήμα 4 Σχεδιασμός Προβλεπτικού Ελεγκτή

Κάθε χρονική στιγμή j λύνουμε το πρόβλημα ελαχιστοποίησης

V N

(ξ (j)

)= minπ=ujNminus1

j=0

VN

(π ξ (j)

)υποκείμενο στους περιορισμούς

ξ(k + 1) = Aξ(k) + Bu(k) forallk isin N[0Nminus1]

Gx (k) +Hu (k) leM forallk isin N[0N ]

ξ (0) = ξ(j)

όπου η αντικειμενική συνάρτηση είναι

VN

(π ξ (j)

)= x (N)minus x (j)2P

+sumNminus1k=0 x (k)minus x (j)2Q + u (k)minus u (j)2R

P Patrinos P Sopasakis and H Sarimveis ldquoA global piecewise smooth Newton method for fastlarge-scale model predictive controlrdquo Automatica vol 47 no 9 pp 2016ndash2022 2011

Π Σωπασάκης Διδακτορική Διατριβή 2782

ΙΙ Βήμα 4 Σχεδιασμός Προβλεπτικού Ελεγκτή

Ο πίνακας P που ποινικοποιεί την τερματική απόκλιση x (N)minus x (j) 2Pλαμβάνεται ως η (μοναδική) λύση της εξίσωσης

P = AprimePAminus (AprimePB) (BprimePB +R)minus1

(BprimePA) +Q

Τα x (j) και u (j) υπολογίζονται από τη σχέση[Aminus I BC 0

] [x (j)u (j)

]=

[minusBdd (j)

r (j)minus Cdd (j)

]

Π Σωπασάκης Διδακτορική Διατριβή 2882

ΙΙ Εφαρμογή ndash Χορήγηση DMA

Εφαρμογή σε ένα ΦΦΜ με 14 μεταβλητές κατάστασης (Evans etal) για χορήγηση DMA

0 1 2 3 4 50

002

004

006

008

01

012

014

Time (hr)

Co

nce

ntr

atio

n (

mg

L)

Kidney

Kidney (estimated)

Lung

Lung (estimated)

Σχήμα Απόκριση του παρατηρητή κατάστασης μετά από διέγερση του συ-

στήματος με πεπερασμένο παλμό πλάτους 01mghr και διάρκειας 24min

Π Σωπασάκης Διδακτορική Διατριβή 2982

ΙΙ Εφαρμογή ndash Χορήγηση DMA

Εφαρμόζουμε την προταθείσα μεθο-

δολογία στο σύστημα των Evans etal με τους περιορισμούς

Πίνακας Ελάχιστες Τοξικές Συγ-

κεντρώσεις

΄Οργανο MTC (microgL)

΄Ηπαρ 14

Δέρμα 14

Ερυθρά Αιμ 10

Νεφροί 05

Πνεύμονες 05

και μεταβάλλοντας το επιθυμητό ση-

μείο λειτουργίας

P Sopasakis P Patrinos amp H Sarimveis ldquoMo-del Predictive Control for Optimal Drug Admi-nistrationrdquo submitted 2012

0 05 1 15 2 25 3 35 4 450

02

04

06

08

1

12

14

Time (hr)

Concentr

ation (

ugL

)

Reference

Plasma

RBC

Lungs

Skin (tissue)

Kidney (tissue)

Liver (tissue)

0 05 1 15 2 25 3 35 4 450

005

01

Time (hr)

Adm

inis

tration R

ate

(ugh

r)

Π Σωπασάκης Διδακτορική Διατριβή 3082

III΄Ελεγχος Συστημάτων Κλασματικής Τάξης

με εφαρμογή στον έλεγχο της συγκέντρωσης φαρμάκου

Π Σωπασάκης Διδακτορική Διατριβή 3182

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κλασματικά Δυναμικά Συστήματα

Είναι τελεστικές σχέσεις εισόδου-εξόδου της μορφής

H(Dα1 Dαn)y(t) = G(Dβ1 Dβm)u(t)

Αν οι H και G είναι γραμμικοί τότε εφαρμόζοντας το μετασχημα-

τισμό Laplace έχουμε

T (s) =y(s)

u(s)=P (s)

Q(s)

όπου y(s) = L y(t) και u(s) = L u(t) και τα PQ είναι lsquoκλασμα-

τικά πολυώνυμαrsquo δηλαδή έχουν τη μορφή

P (s) =

nsumi=0

aisbi bi ge 0

Π Σωπασάκης Διδακτορική Διατριβή 3382

ΙΙΙ Κλασματική Φαρμακοκινητική

Χρησιμοποιούμε κλασματικές παραγώγους διότι

1 Οι παράγωγοι μη ακέραιας τάξης είναι μη-τοπικοί τελεστές

και άρα περιγράφουν διεργασίες με μνήμη όπως

3 η ανώμαλη διάχυση και

4 η παγίδευση φαρμάκου σε ιστούς

R Hilfer ldquoFractional diffusion based on Riemann-Liouville fractional derivativesrdquo J PhysChem B vol 104 pp 3914ndash3917 2000

Π Σωπασάκης Διδακτορική Διατριβή 3482

ΙΙΙ Κλασματική Φαρμακοκινητική Αμιοδαρόνης

Φαρμακοκινητικές Εξισώσεις

DA1 = minus(k12 + k10)A1(t) + k21 middot C D1minusaA2(t) + u(t)

DA2 = k12A1(t)minus k21 middot C D1minusaA2(t)

Π Σωπασάκης Διδακτορική Διατριβή 3582

ΙΙΙ Ρυθμιστής PIλDmicro

Κλασματικός ρυθμιστής με συνάρτηση μεταφοράς

Gc(s) = Kp +Ki

sλ+Kds

micro

ο οποίος παράγει τη ρυθμιστική δράση

u(t) = Kpε(t) +Ki(Iλ ε)(t) + (C Dmicro ε)(t)

όπου ε(t) = ySP (t)minus y(t)

Π Σωπασάκης Διδακτορική Διατριβή 3682

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Βαθμονόμηση Κλασματικού Ρυθμιστή

Ελαχιστοποίηση ενός ολοκληρωτικού κριστηρίου όπως του

JTfITAE =

int Tf

0τ |ε(τ)|dτ

Δηλαδή επίλυση του προβλήματος βελτιστοποίησης

J = min JTfITAE(KpKiKd λ micro)

υπό τις προαναφερθείσες προδιαγραφές βαθμονόμησης απ΄

όπου προκύπτουν οι βέλτιστες παράμετροι βαθμονόμησης

(Kp K

i K

d λ

micro) = argminJTfITAE

Π Σωπασάκης Διδακτορική Διατριβή 3882

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Εφαρμόζοντας το μετασχηματισμό Laplace προκύπτει η συνάρτηση

μεταφοράς του συστήματος

G(s) equiv A1(s)

U(s)=

sa + k21sa+1 + k21s+ (k10 + k12)sa + k10k21

Πίνακας ΦΚ Παράμετροι Αμιοδαρόνης

Παράμετρος Τιμή

a 05870k10 14913dayminus1

k12 29522dayminus1

k21 04854dayminusa

A Dokoumetzidis R Magin and P Macheras ldquoFractional kinetics in multi- compartmentalsystemsrdquo Journal of Pharmacokinetics and Pharmacodynamics vol 37 pp 507ndash524 2010

Π Σωπασάκης Διδακτορική Διατριβή 3982

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Πίνακας Βέλτιστες Παράμε-

τροι Βαθμονόμησης Κλασμα-

τικού Ρυθμιστή

Παράμετρος Τιμή

Kp 5052Ki 1511Kd 00756λ 09170micro 07590

005 01 015 02 025 030

002

004

006

008

01

012

Kp=20

Kp=95

Kp=K

p

opt

Time (days)

Am

ou

nt

A1

Π Σωπασάκης Διδακτορική Διατριβή 4082

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus100

minus50

0

50

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ανοιχτού βρόγχου Το περι-

θώριο φάσης είναι 98 και το περιθώριο ενίσχυσης 439db

Π Σωπασάκης Διδακτορική Διατριβή 4182

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus80

minus60

minus40

minus20

0

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης καθοδήγησης Η απολαβή στις

υψηλές συχνότητες (gt 102radday) είναι κάτω των minus60db

Π Σωπασάκης Διδακτορική Διατριβή 4282

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus30

minus20

minus10

0

10

Magnitude (

dB

)

10minus3

10minus2

10minus1

100

101

102

minus30

0

30

60

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ευαισθησίας Η απολαβή χα-

μηλών συχνοτήτων (lt 10minus2radday) είναι κάτω των minus20db

Π Σωπασάκης Διδακτορική Διατριβή 4382

IVΔειγματοληπτική Χορήγηση

Εξασφάλιση ικανοποίησης των περιορισμών στο συνεχές

Π Σωπασάκης Διδακτορική Διατριβή 4482

IV Συστήματα με Δειγματοληψία

΄Ενα σύστημα με δειγματοληψία με στοιχείο διατήρησης τιμής μη-

δενικής τάξης έχει τη μορφή

dx

dt= f(x(t) u(t))

u(t) = uk forallt isin [kh (k + 1)h)

Π Σωπασάκης Διδακτορική Διατριβή 4582

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Ο σχεδιασμός ενός ΕΠΜ που εγγυάται ικανοποίηση των

περιορισμών στο συνεχές είχε αναγνωριστεί ως ανοιχτό

πρόβλημα από τους L Grune και J Pannek το 2011

L Grune and J Pannek Nonlinear Model Predictive Control Theory and Algorithms ser Com-munications and Control Engineering Springer-Verlag 2011

Π Σωπασάκης Διδακτορική Διατριβή 4782

IV Διατύπωση του Προβλήματος

Το αρχικό πρόβλημα βελτιστοποίησης PN (x0) είναι

V N (x0) = inf

uisinCh([0Tf ]Rm)

int Tf

0`(x(t) u(t))dt+ Vf (x(Tf ))

υπό τους περιορισμούς

x(0) = x0

x(t) = Ax(t) +Bu(t) t isin [0 Tf ]

u(t) = uk t isin [kh (k + 1)h) k isin N[0Nminus1]

x(t) isin X t isin [0 Tf ] (Ημιάπειρο Πρόβλημα)

u(t) isin U t isin [0 Tf ]

x(Tf ) isin Xf

όπου Tf = Nh `(x u) = 12(xprimeQx+ uprimeRu) και Vf (x) = 1

2xprimePx

Π Σωπασάκης Διδακτορική Διατριβή 4882

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Πολυτοπικές Υπερπροσεγγίσεις

Χρησιμοποιώντας τη μέθοδο δι-

άσπασης Jordan σε συνδυασμό

με τη μέθοδο πλεγματοποίησης-

φράγματος κατασκευάζουμε πολύτο-

πα Pν με

Pν supe co Φ([0 h])

και

PνKrarr co Φ([0 h])

Ορίζουμε

Zν = Pminus1ν (X )

Αποδείξαμε ότι

Zν rarr Zh

minus06 minus04 minus02 0 02 04 06 08 1 12

065

07

075

08

085

09

095

1

x1

x2

Σχήμα Πολυτοπική Υπερπροσέγγι-

ση της συνάρτησης ∆(r) = eAr

P Patrinos P Sopasakis and H SarimveisldquoStochastic model predictive control for con-strained NCS with random time delayrdquo in Proc18th IFAC World Congress Aug 28 ndash Sep 22011

Π Σωπασάκης Διδακτορική Διατριβή 5082

IV Αναδιαμορφωμένο πρόβλημα ΕΠΜ

Διαμορφώνουμε την ακολουθία προβλημάτων ΕΠΜ

PνN (x0) V Nν (x0) = min

u[0Nminus1]isinUνN (x0)VN(x0u[0Nminus1]

)(1)

όπου

UνN (x0) =

u[0Nminus1]

∣∣∣∣∣∣∣∣∣∣

xk+1 = Ahxk +Bhukk isin N[0Nminus1]

(xk uk) isin Zν k isin N[0Nminus1]uk isin U k isin N[0Nminus1]xN isin X νf

(2)

Απ΄ όπου προκύπτουν οι βέλτιστες ακολουθίες λύσεων uν[0Nminus1]

Π Σωπασάκης Διδακτορική Διατριβή 5182

IV Ιδιότητες του ΕΠΜ

Ιδιότητες του σχήματος ΕΠΜ που

προτείνουμε

1 Ικανοποίηση των περιορισμών

στο συνεχή χρόνο

2 Εγγύηση ευστάθειας στο συνε-

χή χρόνο

3 uν[0Nminus1]grarr u[0Nminus1]

4 V Nνerarr V N

P Sopasakis P Patrinos and H SarimveisldquoModel Predictive Control for sampled-data li-near systems Guaranteeing continuous-time po-sitive invariancerdquo 2012 IEEE Trans Aut Contrsubmitted for publication

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Σχήμα Σύγκριση των πεδίων έλξης

της μεθοδολογίας μας με αυτή των

Magni και Scattolini

Π Σωπασάκης Διδακτορική Διατριβή 5282

VΚρουστική Χορήγηση

Αναλλοίωτο και Ευστάθεια Κρουστικών Συστημάτων Ελέγχου και

Σχεδιασμός Ελεγκτή Προβλεπτικού Μοντέλου

Π Σωπασάκης Διδακτορική Διατριβή 5382

V Κίνητρο

Τα Κρουστικά Δυναμικά περιγράφουν φαινόμενα στα οποία συμβα-

ίνουν στιγμιαία άλματα Σχετικά παραδείγματα είναι

1 Ζυμωτήρας διαλείποντος έργου (Shen et al 2007)

2 Πληθυσμιακή Δυναμική (Stone et al 2000)

3 Νανοηλεκτρονικά κυκλώματα (Yang and Chua 2000)

4 Πλοήγηση διαστημοπλοίου (Carter 1991)

5 Χορήγηση φαρμάκου (Kusuoka et al 1981)

Υπάρχει ωστόσο ένα μεθοδολογικό κενό ndash το οποίο προσπα-

θήσαμε να γεφυρώσουμε ndash το οποίο δεν επιτρέπει τη χρήση τους σε

εφαρμογές ελέγχου συστημάτων

Π Σωπασάκης Διδακτορική Διατριβή 5482

V Παράδειγμα Κρουστικής Συμπεριφοράς

minus2 minus1 0 1 2 3 4 5minus3

minus2

minus1

0

1

2

3

4

x1

x2

Impulsive Behaviour

Π Σωπασάκης Διδακτορική Διατριβή 5582

V Γραμμικά Κρουστικά Συστήματα τύπου Ι

Εστιάζουμε στα ακόλουθα κρουστικά συστήματα

dx

dt= Ax t isin hN (3αʹ)

(∆x)(τk) = BU(k x(τk)) (3βʹ)

όπου τk = kh k isin N Η λύση του (3) που τέμνει το (t0 x0) isinR times D με τη δράση της συνάρτησης ελέγχου U(k x) = g(x(τk))συμβολίζεται με ϕ(t t0 x0 g(middot))Το (3) υπόκειται στους περιορισμούς

x(t) isin X για κάθε t ge 0 X πολύεδρο

uk = g(x(τk)) isin U για κάθε k isin N U πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 5682

V Το πρόβλημα

Τα μόνα σημεία ισορροπίας τέτοιων συστημάτων τις περισσότερες

φορές δεν είναι άλλα από την αρχή ndash ή πιο γενικά σημεία

(xs us) isin kerAtimes kerB

΄Αρα δεν είναι δυνατό να σχεδιάσουμε σταθεροποιητικούς νόμους

ανάδρασης που οδηγούν την κατάσταση των κρουστικών συστη-

μάτων σε αυθαίρετα επιθυμητά σημεία

Π Σωπασάκης Διδακτορική Διατριβή 5782

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Π Σωπασάκης Διδακτορική Διατριβή 5982

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Υπολογισμός Ορίζουμε το F P(Rn)rarr P(Rn) ως

F (Ω) = projx

(y u) isin Rn+m

∣∣∣∣ ϕ(T 0 y u) isin ΩS (y u) sube Z

cap Ω

όπου S(x u) sube W(x u)1 Κάθε Y με F (Y) = Y είναι ένα Κρου-

στικά Ελεγκτικά Αναλλοώτο σύνολο ως προς Z

1Σημειώστε ότι W(x u) = clϕ(t 0 x u) t isin (0 h]Π Σωπασάκης Διδακτορική Διατριβή 6082

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Κατασκευάζουμε μια εμφολευμένη ακολουθία συνόλων YkkisinN ώστε

Y0 = ZYk+1 = F (Yk) k isin N

Το όριο

Yinfin =⋂kisinNYk

είναι ΚΕΑ Αν η σύγκλιση γίνεται σε πεπερασμένο αριθμό βημάτων

τότε είναι πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 6182

V Κρουστική Ευστάθεια Συνόλων

΄Ενα empty 6= Z $ X λέγεται ευσταθές για ένα δοσμένο σύστημα Σg

ndash με ανατροφοδότηση U(k x) = g(x(τk)) ndash ως προς ένα Y 6= empty αν

forallε gt 0existδ gt 0 x0 isin BYδ rArr ϕ(tx0 g(middot)) isin BZε forallt ge 0

Το Z λέγεται τοπικά ασυμπτωτικά ευσταθές για το Σgως

προς Y αν είναι ευσταθές και υπάρχει ε gt 0 ώστε

limtrarrinfin

distZ ϕ(tx0 g(middot)) = 0

οπόταν x0 isin BYε

Ορίζουμε BYδ = x isin X | distY(x) lt δ

Π Σωπασάκης Διδακτορική Διατριβή 6282

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 12: Modelling and Control of Biological and Physiological Systems

Ι Αντικειμενική Συνάρτηση

Στόχος μας είναι η ελαχιστοποίηση της απόκλισης από τις επιθυμη-

τές τιμές CSPj (k) σε κάθε όργανο παρέχοντας την ελάχιστη συνο-

λικά ποσότητα φαρμάκου Εισάγουμε την αντικειμενική συνάρτηση

J(C z) =

Tsumk=0

ν middotpsumr=1

zr(k)xr︸ ︷︷ ︸dose(k)

+Msumj=1

λj[Cj(k)minus CSPj (k)

]2

όπου z = z(0) z(T ) και C = C(0) C(T ) Αν το

φάρμακο χορηγείται για πρώτη φορά υποθέτουμε C(0) = 0

Π Σωπασάκης Διδακτορική Διατριβή 1282

Ι Πρόβλημα Βελτιστοποίησης

Επιλύουμε το πρόβλημα βελτιστοποίησης

J = minz

E [J(C z)]

υποκείμενο στους περιορισμούς

Cj(k) = [ x1 middotmiddotmiddot xp ]summin(Nj k)

i=0 αjiz(k minus i)sumpr=1 zr(k) = 1 forallk = 0 T

E (Cj(k)) + γjradic

Var [Cj(k)] le mtcj forallk = 0 T

E (Cj(k))minus δjradic

Var [Cj(k)] ge mecj forallk = Kj T

z1(k) + z1(k + 1) + + z1(k + d) ge dminus 1

και θεωρώντας Cj(0) = 0 Το πρόβλημα αυτό είναι ένα πρόβλη-

μα ακέραιου κυρτού προγραμματισμού με μη γραμμικούς

περιορισμούς

Π Σωπασάκης Διδακτορική Διατριβή 1382

Ι Χορήγηση L-dopa από του στόματος

Π Σωπασάκης Διδακτορική Διατριβή 1482

Ι Χορήγηση L-dopa από του στόματος

0 5 10 15 20 250

50

100

150

200

250

300

350

Time Instants

Str

iatu

m C

onc (n

molL)

Striatum Concentration

Σχήμα Συγκέντρωση στο ραβδωτό σώμα του εγκεφάλου κατόπιν χο-

ρήγησης της βέλτισης ακολουθίας δόσεων (γpl = 15 γstr = δstr = 0)

Π Σωπασάκης Διδακτορική Διατριβή 1582

Ι Χορήγηση L-dopa από του στόματος

0 5 10 15 20 25 300

02

04

06

08

1

12

14

Time Instants

Pro

babili

ty (

)

MTC Violation Probability minus Striatum

Σχήμα Πιθανότητα παραβίασης της Ελάχιστης Τοξικής Συγκέντρωσης

στο ραβδωτό σώμα του εγκεφάλου (γpl = 15 γstr = δstr = 0)

Π Σωπασάκης Διδακτορική Διατριβή 1682

Ι Χορήγηση L-dopa από του στόματος

0 5 10 15 20 25 300

1

2

3

4

5

6

Time Instants

Pro

babili

ty (

)

MEC Violation Probability minus Striatum

Σχήμα Πιθανότητα παραβίασης της Ελάχιστης Θεραπευτικής Συγκέν-

τρωσης στο ραβδωτό σώμα του εγκεφάλου (γpl = 15 γstr = δstr = 0)

Π Σωπασάκης Διδακτορική Διατριβή 1782

Ι Χορήγηση L-dopa από του στόματος

0 5 10 15 20 25

2

4

6

8

10

12

Time Instants

Dose (

mgk

g)

Optimal Dose

Σχήμα Βέλτιστη ακολουθία δόσεων που προκύπτει από την επίλυση του

προβλήματος στοχαστικής βελτιστοποίησης (γpl = 15 γstr = δstr = 0)

Π Σωπασάκης Διδακτορική Διατριβή 1882

IIΠροβλεπτικός ΄Ελεγχος Συνεχούς Ενδοβλέβιας

΄Εγχυσης Φαρμάκου

με δυνατότητα μεταβολής του set-point σε πραγματικό χρόνο και

με ελλιπή πληροφορία της κατάστασης

Π Σωπασάκης Διδακτορική Διατριβή 1982

ΙΙ ΄Ελεγχος Συνεχούς Ενδοβλέβιας ΄Εγχυσης

Διατύπωση του προβλήματος

1 Μόνο μετρήσεις στο πλάσμα είναι διαθέσιμες σε πραγματικό

χρόνο

2 Περιορισμοί στην είσοδο (ρυθμός χορήγησης) και την κατάστα-

ση (συγκεντρώσεις)

3 Το set-point μπορεί να μεταβάλλεται κατ΄ επιλογή του ιατρού

P Sopasakis P Patrinos S Giannikou and H Sarimveis ldquoPhysiologically based pharmacoki-netic modeling and predictive control an integrated approach for optimal drug administrationrdquoComputer Aided Chemical Engineering vol 29 pp 1490ndash1494 2011

Π Σωπασάκης Διδακτορική Διατριβή 2082

ΙΙ Φυσιολογικά ΦΚ Μοντέλα

Σχετικά Τα ΦΦΜ είναι σύνολα συνήθων διαφορικών εξισώσεων

που χρησιμοποιούνται για την πρόβλεψηπροσομοίωση της κατανο-

μής ουσιών σε έναν οργανισμό

Βασικά Χαρακτηριστικά

1 Μηχανιστική ερμηνεία της φαρμακοκινητικής

2 Μοντέλα συνεχούς χρόνου

3 Εξάγονται στη βάση ισοζυγίων μάζας (διάχυση ροή) και

άλλων αρχών της Φυσικής

Π Σωπασάκης Διδακτορική Διατριβή 2182

ΙΙ ΄Ελεγχος Προβλεπτικού Μοντέλου

Βασικά Χαρακτηριστικά

1 Εύρωστη ευστάθεια

2 Στρατηγική βέλτιστου ελέγχου

3 Οι περιορισμοί του συστήματος λαμβάνονται υπόψη με

συστηματικό τρόπο

H Sarimveis P Sopasakis A Afantitis and G Melagraki ldquoA model predictive control approachfor optimal drug administrationrdquo Chemical Engineering Transactions vol 17 2009

Π Σωπασάκης Διδακτορική Διατριβή 2282

ΙΙ Βήμα 1 Μοντελοποίηση

M V Evans et al ldquoA physiologically based pharmacokin model for iv and ingested DMA inmicerdquo Toxicol sci Oxford University Press pp 1ndash4 2008

Π Σωπασάκης Διδακτορική Διατριβή 2382

ΙΙ Βήμα 1 Μοντελοποίηση

Παράδειγμα

VblidCvi

dt= Qi (Cart minus Cvi)minus πi

(Cvi minus

CiPi

)minus

minus rexi (Cvi)Vbli

VidCidt

= πi

(Cvi minus

CiPi

)minus rmeti (Ci)Vi

Το σύνολο των εξισώσεων του μοντέλου γράφεται στο χώρο κα-

τάστασης στη μορφή

dx (t)

dt= f0 (x (t) u (t))

y(t) = g0(x(t))

Π Σωπασάκης Διδακτορική Διατριβή 2482

ΙΙ Βήμα 2 Διακριτοποίηση

Διακριτοποιούμε το σύστημα συνεχούς χρόνου

x(k + 1) = f(x(k) u(k))

y(k) = g0(x(k))

Το οποίο γραμμικοποιούμε γύρω από ένα σημείο ισορροπίας

x(k + 1) = Ax(k) +Bu(k)

y(k) = Cx(k)

ενώ στο σύστημα ενεργούν οι περιορισμοί

Gx(k) +Hu(k) leM

Π Σωπασάκης Διδακτορική Διατριβή 2582

ΙΙ Βήμα 3 Σχεδιασμός Παρατηρητή

Εισάγουμε το επαυξημένο σύστημα

x(k + 1) = Ax(k) +Bu(k) +Bdd(k)

d(k + 1) = d(k)

y(k) = Cx(k) + Cdd(k)

Αν ξ(k) = [ x(k)prime d(k)prime ]prime τότε το παραπάνω σύστημα γράφεται ως

ξ(k + 1) = Aξ(k) + Bu(k)

y(k) = Cξ(k)

Ορίζουμε ey(k) = Cξ (k)minusy (k) ΄Ενας γραμμικός παρατηρητής λαμβάνει

τη μορφή

ξ(k + 1) = Aξ(k) + Bu(k) +

[LxLd

]ey(k)

Π Σωπασάκης Διδακτορική Διατριβή 2682

ΙΙ Βήμα 4 Σχεδιασμός Προβλεπτικού Ελεγκτή

Κάθε χρονική στιγμή j λύνουμε το πρόβλημα ελαχιστοποίησης

V N

(ξ (j)

)= minπ=ujNminus1

j=0

VN

(π ξ (j)

)υποκείμενο στους περιορισμούς

ξ(k + 1) = Aξ(k) + Bu(k) forallk isin N[0Nminus1]

Gx (k) +Hu (k) leM forallk isin N[0N ]

ξ (0) = ξ(j)

όπου η αντικειμενική συνάρτηση είναι

VN

(π ξ (j)

)= x (N)minus x (j)2P

+sumNminus1k=0 x (k)minus x (j)2Q + u (k)minus u (j)2R

P Patrinos P Sopasakis and H Sarimveis ldquoA global piecewise smooth Newton method for fastlarge-scale model predictive controlrdquo Automatica vol 47 no 9 pp 2016ndash2022 2011

Π Σωπασάκης Διδακτορική Διατριβή 2782

ΙΙ Βήμα 4 Σχεδιασμός Προβλεπτικού Ελεγκτή

Ο πίνακας P που ποινικοποιεί την τερματική απόκλιση x (N)minus x (j) 2Pλαμβάνεται ως η (μοναδική) λύση της εξίσωσης

P = AprimePAminus (AprimePB) (BprimePB +R)minus1

(BprimePA) +Q

Τα x (j) και u (j) υπολογίζονται από τη σχέση[Aminus I BC 0

] [x (j)u (j)

]=

[minusBdd (j)

r (j)minus Cdd (j)

]

Π Σωπασάκης Διδακτορική Διατριβή 2882

ΙΙ Εφαρμογή ndash Χορήγηση DMA

Εφαρμογή σε ένα ΦΦΜ με 14 μεταβλητές κατάστασης (Evans etal) για χορήγηση DMA

0 1 2 3 4 50

002

004

006

008

01

012

014

Time (hr)

Co

nce

ntr

atio

n (

mg

L)

Kidney

Kidney (estimated)

Lung

Lung (estimated)

Σχήμα Απόκριση του παρατηρητή κατάστασης μετά από διέγερση του συ-

στήματος με πεπερασμένο παλμό πλάτους 01mghr και διάρκειας 24min

Π Σωπασάκης Διδακτορική Διατριβή 2982

ΙΙ Εφαρμογή ndash Χορήγηση DMA

Εφαρμόζουμε την προταθείσα μεθο-

δολογία στο σύστημα των Evans etal με τους περιορισμούς

Πίνακας Ελάχιστες Τοξικές Συγ-

κεντρώσεις

΄Οργανο MTC (microgL)

΄Ηπαρ 14

Δέρμα 14

Ερυθρά Αιμ 10

Νεφροί 05

Πνεύμονες 05

και μεταβάλλοντας το επιθυμητό ση-

μείο λειτουργίας

P Sopasakis P Patrinos amp H Sarimveis ldquoMo-del Predictive Control for Optimal Drug Admi-nistrationrdquo submitted 2012

0 05 1 15 2 25 3 35 4 450

02

04

06

08

1

12

14

Time (hr)

Concentr

ation (

ugL

)

Reference

Plasma

RBC

Lungs

Skin (tissue)

Kidney (tissue)

Liver (tissue)

0 05 1 15 2 25 3 35 4 450

005

01

Time (hr)

Adm

inis

tration R

ate

(ugh

r)

Π Σωπασάκης Διδακτορική Διατριβή 3082

III΄Ελεγχος Συστημάτων Κλασματικής Τάξης

με εφαρμογή στον έλεγχο της συγκέντρωσης φαρμάκου

Π Σωπασάκης Διδακτορική Διατριβή 3182

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κλασματικά Δυναμικά Συστήματα

Είναι τελεστικές σχέσεις εισόδου-εξόδου της μορφής

H(Dα1 Dαn)y(t) = G(Dβ1 Dβm)u(t)

Αν οι H και G είναι γραμμικοί τότε εφαρμόζοντας το μετασχημα-

τισμό Laplace έχουμε

T (s) =y(s)

u(s)=P (s)

Q(s)

όπου y(s) = L y(t) και u(s) = L u(t) και τα PQ είναι lsquoκλασμα-

τικά πολυώνυμαrsquo δηλαδή έχουν τη μορφή

P (s) =

nsumi=0

aisbi bi ge 0

Π Σωπασάκης Διδακτορική Διατριβή 3382

ΙΙΙ Κλασματική Φαρμακοκινητική

Χρησιμοποιούμε κλασματικές παραγώγους διότι

1 Οι παράγωγοι μη ακέραιας τάξης είναι μη-τοπικοί τελεστές

και άρα περιγράφουν διεργασίες με μνήμη όπως

3 η ανώμαλη διάχυση και

4 η παγίδευση φαρμάκου σε ιστούς

R Hilfer ldquoFractional diffusion based on Riemann-Liouville fractional derivativesrdquo J PhysChem B vol 104 pp 3914ndash3917 2000

Π Σωπασάκης Διδακτορική Διατριβή 3482

ΙΙΙ Κλασματική Φαρμακοκινητική Αμιοδαρόνης

Φαρμακοκινητικές Εξισώσεις

DA1 = minus(k12 + k10)A1(t) + k21 middot C D1minusaA2(t) + u(t)

DA2 = k12A1(t)minus k21 middot C D1minusaA2(t)

Π Σωπασάκης Διδακτορική Διατριβή 3582

ΙΙΙ Ρυθμιστής PIλDmicro

Κλασματικός ρυθμιστής με συνάρτηση μεταφοράς

Gc(s) = Kp +Ki

sλ+Kds

micro

ο οποίος παράγει τη ρυθμιστική δράση

u(t) = Kpε(t) +Ki(Iλ ε)(t) + (C Dmicro ε)(t)

όπου ε(t) = ySP (t)minus y(t)

Π Σωπασάκης Διδακτορική Διατριβή 3682

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Βαθμονόμηση Κλασματικού Ρυθμιστή

Ελαχιστοποίηση ενός ολοκληρωτικού κριστηρίου όπως του

JTfITAE =

int Tf

0τ |ε(τ)|dτ

Δηλαδή επίλυση του προβλήματος βελτιστοποίησης

J = min JTfITAE(KpKiKd λ micro)

υπό τις προαναφερθείσες προδιαγραφές βαθμονόμησης απ΄

όπου προκύπτουν οι βέλτιστες παράμετροι βαθμονόμησης

(Kp K

i K

d λ

micro) = argminJTfITAE

Π Σωπασάκης Διδακτορική Διατριβή 3882

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Εφαρμόζοντας το μετασχηματισμό Laplace προκύπτει η συνάρτηση

μεταφοράς του συστήματος

G(s) equiv A1(s)

U(s)=

sa + k21sa+1 + k21s+ (k10 + k12)sa + k10k21

Πίνακας ΦΚ Παράμετροι Αμιοδαρόνης

Παράμετρος Τιμή

a 05870k10 14913dayminus1

k12 29522dayminus1

k21 04854dayminusa

A Dokoumetzidis R Magin and P Macheras ldquoFractional kinetics in multi- compartmentalsystemsrdquo Journal of Pharmacokinetics and Pharmacodynamics vol 37 pp 507ndash524 2010

Π Σωπασάκης Διδακτορική Διατριβή 3982

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Πίνακας Βέλτιστες Παράμε-

τροι Βαθμονόμησης Κλασμα-

τικού Ρυθμιστή

Παράμετρος Τιμή

Kp 5052Ki 1511Kd 00756λ 09170micro 07590

005 01 015 02 025 030

002

004

006

008

01

012

Kp=20

Kp=95

Kp=K

p

opt

Time (days)

Am

ou

nt

A1

Π Σωπασάκης Διδακτορική Διατριβή 4082

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus100

minus50

0

50

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ανοιχτού βρόγχου Το περι-

θώριο φάσης είναι 98 και το περιθώριο ενίσχυσης 439db

Π Σωπασάκης Διδακτορική Διατριβή 4182

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus80

minus60

minus40

minus20

0

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης καθοδήγησης Η απολαβή στις

υψηλές συχνότητες (gt 102radday) είναι κάτω των minus60db

Π Σωπασάκης Διδακτορική Διατριβή 4282

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus30

minus20

minus10

0

10

Magnitude (

dB

)

10minus3

10minus2

10minus1

100

101

102

minus30

0

30

60

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ευαισθησίας Η απολαβή χα-

μηλών συχνοτήτων (lt 10minus2radday) είναι κάτω των minus20db

Π Σωπασάκης Διδακτορική Διατριβή 4382

IVΔειγματοληπτική Χορήγηση

Εξασφάλιση ικανοποίησης των περιορισμών στο συνεχές

Π Σωπασάκης Διδακτορική Διατριβή 4482

IV Συστήματα με Δειγματοληψία

΄Ενα σύστημα με δειγματοληψία με στοιχείο διατήρησης τιμής μη-

δενικής τάξης έχει τη μορφή

dx

dt= f(x(t) u(t))

u(t) = uk forallt isin [kh (k + 1)h)

Π Σωπασάκης Διδακτορική Διατριβή 4582

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Ο σχεδιασμός ενός ΕΠΜ που εγγυάται ικανοποίηση των

περιορισμών στο συνεχές είχε αναγνωριστεί ως ανοιχτό

πρόβλημα από τους L Grune και J Pannek το 2011

L Grune and J Pannek Nonlinear Model Predictive Control Theory and Algorithms ser Com-munications and Control Engineering Springer-Verlag 2011

Π Σωπασάκης Διδακτορική Διατριβή 4782

IV Διατύπωση του Προβλήματος

Το αρχικό πρόβλημα βελτιστοποίησης PN (x0) είναι

V N (x0) = inf

uisinCh([0Tf ]Rm)

int Tf

0`(x(t) u(t))dt+ Vf (x(Tf ))

υπό τους περιορισμούς

x(0) = x0

x(t) = Ax(t) +Bu(t) t isin [0 Tf ]

u(t) = uk t isin [kh (k + 1)h) k isin N[0Nminus1]

x(t) isin X t isin [0 Tf ] (Ημιάπειρο Πρόβλημα)

u(t) isin U t isin [0 Tf ]

x(Tf ) isin Xf

όπου Tf = Nh `(x u) = 12(xprimeQx+ uprimeRu) και Vf (x) = 1

2xprimePx

Π Σωπασάκης Διδακτορική Διατριβή 4882

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Πολυτοπικές Υπερπροσεγγίσεις

Χρησιμοποιώντας τη μέθοδο δι-

άσπασης Jordan σε συνδυασμό

με τη μέθοδο πλεγματοποίησης-

φράγματος κατασκευάζουμε πολύτο-

πα Pν με

Pν supe co Φ([0 h])

και

PνKrarr co Φ([0 h])

Ορίζουμε

Zν = Pminus1ν (X )

Αποδείξαμε ότι

Zν rarr Zh

minus06 minus04 minus02 0 02 04 06 08 1 12

065

07

075

08

085

09

095

1

x1

x2

Σχήμα Πολυτοπική Υπερπροσέγγι-

ση της συνάρτησης ∆(r) = eAr

P Patrinos P Sopasakis and H SarimveisldquoStochastic model predictive control for con-strained NCS with random time delayrdquo in Proc18th IFAC World Congress Aug 28 ndash Sep 22011

Π Σωπασάκης Διδακτορική Διατριβή 5082

IV Αναδιαμορφωμένο πρόβλημα ΕΠΜ

Διαμορφώνουμε την ακολουθία προβλημάτων ΕΠΜ

PνN (x0) V Nν (x0) = min

u[0Nminus1]isinUνN (x0)VN(x0u[0Nminus1]

)(1)

όπου

UνN (x0) =

u[0Nminus1]

∣∣∣∣∣∣∣∣∣∣

xk+1 = Ahxk +Bhukk isin N[0Nminus1]

(xk uk) isin Zν k isin N[0Nminus1]uk isin U k isin N[0Nminus1]xN isin X νf

(2)

Απ΄ όπου προκύπτουν οι βέλτιστες ακολουθίες λύσεων uν[0Nminus1]

Π Σωπασάκης Διδακτορική Διατριβή 5182

IV Ιδιότητες του ΕΠΜ

Ιδιότητες του σχήματος ΕΠΜ που

προτείνουμε

1 Ικανοποίηση των περιορισμών

στο συνεχή χρόνο

2 Εγγύηση ευστάθειας στο συνε-

χή χρόνο

3 uν[0Nminus1]grarr u[0Nminus1]

4 V Nνerarr V N

P Sopasakis P Patrinos and H SarimveisldquoModel Predictive Control for sampled-data li-near systems Guaranteeing continuous-time po-sitive invariancerdquo 2012 IEEE Trans Aut Contrsubmitted for publication

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Σχήμα Σύγκριση των πεδίων έλξης

της μεθοδολογίας μας με αυτή των

Magni και Scattolini

Π Σωπασάκης Διδακτορική Διατριβή 5282

VΚρουστική Χορήγηση

Αναλλοίωτο και Ευστάθεια Κρουστικών Συστημάτων Ελέγχου και

Σχεδιασμός Ελεγκτή Προβλεπτικού Μοντέλου

Π Σωπασάκης Διδακτορική Διατριβή 5382

V Κίνητρο

Τα Κρουστικά Δυναμικά περιγράφουν φαινόμενα στα οποία συμβα-

ίνουν στιγμιαία άλματα Σχετικά παραδείγματα είναι

1 Ζυμωτήρας διαλείποντος έργου (Shen et al 2007)

2 Πληθυσμιακή Δυναμική (Stone et al 2000)

3 Νανοηλεκτρονικά κυκλώματα (Yang and Chua 2000)

4 Πλοήγηση διαστημοπλοίου (Carter 1991)

5 Χορήγηση φαρμάκου (Kusuoka et al 1981)

Υπάρχει ωστόσο ένα μεθοδολογικό κενό ndash το οποίο προσπα-

θήσαμε να γεφυρώσουμε ndash το οποίο δεν επιτρέπει τη χρήση τους σε

εφαρμογές ελέγχου συστημάτων

Π Σωπασάκης Διδακτορική Διατριβή 5482

V Παράδειγμα Κρουστικής Συμπεριφοράς

minus2 minus1 0 1 2 3 4 5minus3

minus2

minus1

0

1

2

3

4

x1

x2

Impulsive Behaviour

Π Σωπασάκης Διδακτορική Διατριβή 5582

V Γραμμικά Κρουστικά Συστήματα τύπου Ι

Εστιάζουμε στα ακόλουθα κρουστικά συστήματα

dx

dt= Ax t isin hN (3αʹ)

(∆x)(τk) = BU(k x(τk)) (3βʹ)

όπου τk = kh k isin N Η λύση του (3) που τέμνει το (t0 x0) isinR times D με τη δράση της συνάρτησης ελέγχου U(k x) = g(x(τk))συμβολίζεται με ϕ(t t0 x0 g(middot))Το (3) υπόκειται στους περιορισμούς

x(t) isin X για κάθε t ge 0 X πολύεδρο

uk = g(x(τk)) isin U για κάθε k isin N U πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 5682

V Το πρόβλημα

Τα μόνα σημεία ισορροπίας τέτοιων συστημάτων τις περισσότερες

φορές δεν είναι άλλα από την αρχή ndash ή πιο γενικά σημεία

(xs us) isin kerAtimes kerB

΄Αρα δεν είναι δυνατό να σχεδιάσουμε σταθεροποιητικούς νόμους

ανάδρασης που οδηγούν την κατάσταση των κρουστικών συστη-

μάτων σε αυθαίρετα επιθυμητά σημεία

Π Σωπασάκης Διδακτορική Διατριβή 5782

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Π Σωπασάκης Διδακτορική Διατριβή 5982

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Υπολογισμός Ορίζουμε το F P(Rn)rarr P(Rn) ως

F (Ω) = projx

(y u) isin Rn+m

∣∣∣∣ ϕ(T 0 y u) isin ΩS (y u) sube Z

cap Ω

όπου S(x u) sube W(x u)1 Κάθε Y με F (Y) = Y είναι ένα Κρου-

στικά Ελεγκτικά Αναλλοώτο σύνολο ως προς Z

1Σημειώστε ότι W(x u) = clϕ(t 0 x u) t isin (0 h]Π Σωπασάκης Διδακτορική Διατριβή 6082

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Κατασκευάζουμε μια εμφολευμένη ακολουθία συνόλων YkkisinN ώστε

Y0 = ZYk+1 = F (Yk) k isin N

Το όριο

Yinfin =⋂kisinNYk

είναι ΚΕΑ Αν η σύγκλιση γίνεται σε πεπερασμένο αριθμό βημάτων

τότε είναι πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 6182

V Κρουστική Ευστάθεια Συνόλων

΄Ενα empty 6= Z $ X λέγεται ευσταθές για ένα δοσμένο σύστημα Σg

ndash με ανατροφοδότηση U(k x) = g(x(τk)) ndash ως προς ένα Y 6= empty αν

forallε gt 0existδ gt 0 x0 isin BYδ rArr ϕ(tx0 g(middot)) isin BZε forallt ge 0

Το Z λέγεται τοπικά ασυμπτωτικά ευσταθές για το Σgως

προς Y αν είναι ευσταθές και υπάρχει ε gt 0 ώστε

limtrarrinfin

distZ ϕ(tx0 g(middot)) = 0

οπόταν x0 isin BYε

Ορίζουμε BYδ = x isin X | distY(x) lt δ

Π Σωπασάκης Διδακτορική Διατριβή 6282

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 13: Modelling and Control of Biological and Physiological Systems

Ι Πρόβλημα Βελτιστοποίησης

Επιλύουμε το πρόβλημα βελτιστοποίησης

J = minz

E [J(C z)]

υποκείμενο στους περιορισμούς

Cj(k) = [ x1 middotmiddotmiddot xp ]summin(Nj k)

i=0 αjiz(k minus i)sumpr=1 zr(k) = 1 forallk = 0 T

E (Cj(k)) + γjradic

Var [Cj(k)] le mtcj forallk = 0 T

E (Cj(k))minus δjradic

Var [Cj(k)] ge mecj forallk = Kj T

z1(k) + z1(k + 1) + + z1(k + d) ge dminus 1

και θεωρώντας Cj(0) = 0 Το πρόβλημα αυτό είναι ένα πρόβλη-

μα ακέραιου κυρτού προγραμματισμού με μη γραμμικούς

περιορισμούς

Π Σωπασάκης Διδακτορική Διατριβή 1382

Ι Χορήγηση L-dopa από του στόματος

Π Σωπασάκης Διδακτορική Διατριβή 1482

Ι Χορήγηση L-dopa από του στόματος

0 5 10 15 20 250

50

100

150

200

250

300

350

Time Instants

Str

iatu

m C

onc (n

molL)

Striatum Concentration

Σχήμα Συγκέντρωση στο ραβδωτό σώμα του εγκεφάλου κατόπιν χο-

ρήγησης της βέλτισης ακολουθίας δόσεων (γpl = 15 γstr = δstr = 0)

Π Σωπασάκης Διδακτορική Διατριβή 1582

Ι Χορήγηση L-dopa από του στόματος

0 5 10 15 20 25 300

02

04

06

08

1

12

14

Time Instants

Pro

babili

ty (

)

MTC Violation Probability minus Striatum

Σχήμα Πιθανότητα παραβίασης της Ελάχιστης Τοξικής Συγκέντρωσης

στο ραβδωτό σώμα του εγκεφάλου (γpl = 15 γstr = δstr = 0)

Π Σωπασάκης Διδακτορική Διατριβή 1682

Ι Χορήγηση L-dopa από του στόματος

0 5 10 15 20 25 300

1

2

3

4

5

6

Time Instants

Pro

babili

ty (

)

MEC Violation Probability minus Striatum

Σχήμα Πιθανότητα παραβίασης της Ελάχιστης Θεραπευτικής Συγκέν-

τρωσης στο ραβδωτό σώμα του εγκεφάλου (γpl = 15 γstr = δstr = 0)

Π Σωπασάκης Διδακτορική Διατριβή 1782

Ι Χορήγηση L-dopa από του στόματος

0 5 10 15 20 25

2

4

6

8

10

12

Time Instants

Dose (

mgk

g)

Optimal Dose

Σχήμα Βέλτιστη ακολουθία δόσεων που προκύπτει από την επίλυση του

προβλήματος στοχαστικής βελτιστοποίησης (γpl = 15 γstr = δstr = 0)

Π Σωπασάκης Διδακτορική Διατριβή 1882

IIΠροβλεπτικός ΄Ελεγχος Συνεχούς Ενδοβλέβιας

΄Εγχυσης Φαρμάκου

με δυνατότητα μεταβολής του set-point σε πραγματικό χρόνο και

με ελλιπή πληροφορία της κατάστασης

Π Σωπασάκης Διδακτορική Διατριβή 1982

ΙΙ ΄Ελεγχος Συνεχούς Ενδοβλέβιας ΄Εγχυσης

Διατύπωση του προβλήματος

1 Μόνο μετρήσεις στο πλάσμα είναι διαθέσιμες σε πραγματικό

χρόνο

2 Περιορισμοί στην είσοδο (ρυθμός χορήγησης) και την κατάστα-

ση (συγκεντρώσεις)

3 Το set-point μπορεί να μεταβάλλεται κατ΄ επιλογή του ιατρού

P Sopasakis P Patrinos S Giannikou and H Sarimveis ldquoPhysiologically based pharmacoki-netic modeling and predictive control an integrated approach for optimal drug administrationrdquoComputer Aided Chemical Engineering vol 29 pp 1490ndash1494 2011

Π Σωπασάκης Διδακτορική Διατριβή 2082

ΙΙ Φυσιολογικά ΦΚ Μοντέλα

Σχετικά Τα ΦΦΜ είναι σύνολα συνήθων διαφορικών εξισώσεων

που χρησιμοποιούνται για την πρόβλεψηπροσομοίωση της κατανο-

μής ουσιών σε έναν οργανισμό

Βασικά Χαρακτηριστικά

1 Μηχανιστική ερμηνεία της φαρμακοκινητικής

2 Μοντέλα συνεχούς χρόνου

3 Εξάγονται στη βάση ισοζυγίων μάζας (διάχυση ροή) και

άλλων αρχών της Φυσικής

Π Σωπασάκης Διδακτορική Διατριβή 2182

ΙΙ ΄Ελεγχος Προβλεπτικού Μοντέλου

Βασικά Χαρακτηριστικά

1 Εύρωστη ευστάθεια

2 Στρατηγική βέλτιστου ελέγχου

3 Οι περιορισμοί του συστήματος λαμβάνονται υπόψη με

συστηματικό τρόπο

H Sarimveis P Sopasakis A Afantitis and G Melagraki ldquoA model predictive control approachfor optimal drug administrationrdquo Chemical Engineering Transactions vol 17 2009

Π Σωπασάκης Διδακτορική Διατριβή 2282

ΙΙ Βήμα 1 Μοντελοποίηση

M V Evans et al ldquoA physiologically based pharmacokin model for iv and ingested DMA inmicerdquo Toxicol sci Oxford University Press pp 1ndash4 2008

Π Σωπασάκης Διδακτορική Διατριβή 2382

ΙΙ Βήμα 1 Μοντελοποίηση

Παράδειγμα

VblidCvi

dt= Qi (Cart minus Cvi)minus πi

(Cvi minus

CiPi

)minus

minus rexi (Cvi)Vbli

VidCidt

= πi

(Cvi minus

CiPi

)minus rmeti (Ci)Vi

Το σύνολο των εξισώσεων του μοντέλου γράφεται στο χώρο κα-

τάστασης στη μορφή

dx (t)

dt= f0 (x (t) u (t))

y(t) = g0(x(t))

Π Σωπασάκης Διδακτορική Διατριβή 2482

ΙΙ Βήμα 2 Διακριτοποίηση

Διακριτοποιούμε το σύστημα συνεχούς χρόνου

x(k + 1) = f(x(k) u(k))

y(k) = g0(x(k))

Το οποίο γραμμικοποιούμε γύρω από ένα σημείο ισορροπίας

x(k + 1) = Ax(k) +Bu(k)

y(k) = Cx(k)

ενώ στο σύστημα ενεργούν οι περιορισμοί

Gx(k) +Hu(k) leM

Π Σωπασάκης Διδακτορική Διατριβή 2582

ΙΙ Βήμα 3 Σχεδιασμός Παρατηρητή

Εισάγουμε το επαυξημένο σύστημα

x(k + 1) = Ax(k) +Bu(k) +Bdd(k)

d(k + 1) = d(k)

y(k) = Cx(k) + Cdd(k)

Αν ξ(k) = [ x(k)prime d(k)prime ]prime τότε το παραπάνω σύστημα γράφεται ως

ξ(k + 1) = Aξ(k) + Bu(k)

y(k) = Cξ(k)

Ορίζουμε ey(k) = Cξ (k)minusy (k) ΄Ενας γραμμικός παρατηρητής λαμβάνει

τη μορφή

ξ(k + 1) = Aξ(k) + Bu(k) +

[LxLd

]ey(k)

Π Σωπασάκης Διδακτορική Διατριβή 2682

ΙΙ Βήμα 4 Σχεδιασμός Προβλεπτικού Ελεγκτή

Κάθε χρονική στιγμή j λύνουμε το πρόβλημα ελαχιστοποίησης

V N

(ξ (j)

)= minπ=ujNminus1

j=0

VN

(π ξ (j)

)υποκείμενο στους περιορισμούς

ξ(k + 1) = Aξ(k) + Bu(k) forallk isin N[0Nminus1]

Gx (k) +Hu (k) leM forallk isin N[0N ]

ξ (0) = ξ(j)

όπου η αντικειμενική συνάρτηση είναι

VN

(π ξ (j)

)= x (N)minus x (j)2P

+sumNminus1k=0 x (k)minus x (j)2Q + u (k)minus u (j)2R

P Patrinos P Sopasakis and H Sarimveis ldquoA global piecewise smooth Newton method for fastlarge-scale model predictive controlrdquo Automatica vol 47 no 9 pp 2016ndash2022 2011

Π Σωπασάκης Διδακτορική Διατριβή 2782

ΙΙ Βήμα 4 Σχεδιασμός Προβλεπτικού Ελεγκτή

Ο πίνακας P που ποινικοποιεί την τερματική απόκλιση x (N)minus x (j) 2Pλαμβάνεται ως η (μοναδική) λύση της εξίσωσης

P = AprimePAminus (AprimePB) (BprimePB +R)minus1

(BprimePA) +Q

Τα x (j) και u (j) υπολογίζονται από τη σχέση[Aminus I BC 0

] [x (j)u (j)

]=

[minusBdd (j)

r (j)minus Cdd (j)

]

Π Σωπασάκης Διδακτορική Διατριβή 2882

ΙΙ Εφαρμογή ndash Χορήγηση DMA

Εφαρμογή σε ένα ΦΦΜ με 14 μεταβλητές κατάστασης (Evans etal) για χορήγηση DMA

0 1 2 3 4 50

002

004

006

008

01

012

014

Time (hr)

Co

nce

ntr

atio

n (

mg

L)

Kidney

Kidney (estimated)

Lung

Lung (estimated)

Σχήμα Απόκριση του παρατηρητή κατάστασης μετά από διέγερση του συ-

στήματος με πεπερασμένο παλμό πλάτους 01mghr και διάρκειας 24min

Π Σωπασάκης Διδακτορική Διατριβή 2982

ΙΙ Εφαρμογή ndash Χορήγηση DMA

Εφαρμόζουμε την προταθείσα μεθο-

δολογία στο σύστημα των Evans etal με τους περιορισμούς

Πίνακας Ελάχιστες Τοξικές Συγ-

κεντρώσεις

΄Οργανο MTC (microgL)

΄Ηπαρ 14

Δέρμα 14

Ερυθρά Αιμ 10

Νεφροί 05

Πνεύμονες 05

και μεταβάλλοντας το επιθυμητό ση-

μείο λειτουργίας

P Sopasakis P Patrinos amp H Sarimveis ldquoMo-del Predictive Control for Optimal Drug Admi-nistrationrdquo submitted 2012

0 05 1 15 2 25 3 35 4 450

02

04

06

08

1

12

14

Time (hr)

Concentr

ation (

ugL

)

Reference

Plasma

RBC

Lungs

Skin (tissue)

Kidney (tissue)

Liver (tissue)

0 05 1 15 2 25 3 35 4 450

005

01

Time (hr)

Adm

inis

tration R

ate

(ugh

r)

Π Σωπασάκης Διδακτορική Διατριβή 3082

III΄Ελεγχος Συστημάτων Κλασματικής Τάξης

με εφαρμογή στον έλεγχο της συγκέντρωσης φαρμάκου

Π Σωπασάκης Διδακτορική Διατριβή 3182

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κλασματικά Δυναμικά Συστήματα

Είναι τελεστικές σχέσεις εισόδου-εξόδου της μορφής

H(Dα1 Dαn)y(t) = G(Dβ1 Dβm)u(t)

Αν οι H και G είναι γραμμικοί τότε εφαρμόζοντας το μετασχημα-

τισμό Laplace έχουμε

T (s) =y(s)

u(s)=P (s)

Q(s)

όπου y(s) = L y(t) και u(s) = L u(t) και τα PQ είναι lsquoκλασμα-

τικά πολυώνυμαrsquo δηλαδή έχουν τη μορφή

P (s) =

nsumi=0

aisbi bi ge 0

Π Σωπασάκης Διδακτορική Διατριβή 3382

ΙΙΙ Κλασματική Φαρμακοκινητική

Χρησιμοποιούμε κλασματικές παραγώγους διότι

1 Οι παράγωγοι μη ακέραιας τάξης είναι μη-τοπικοί τελεστές

και άρα περιγράφουν διεργασίες με μνήμη όπως

3 η ανώμαλη διάχυση και

4 η παγίδευση φαρμάκου σε ιστούς

R Hilfer ldquoFractional diffusion based on Riemann-Liouville fractional derivativesrdquo J PhysChem B vol 104 pp 3914ndash3917 2000

Π Σωπασάκης Διδακτορική Διατριβή 3482

ΙΙΙ Κλασματική Φαρμακοκινητική Αμιοδαρόνης

Φαρμακοκινητικές Εξισώσεις

DA1 = minus(k12 + k10)A1(t) + k21 middot C D1minusaA2(t) + u(t)

DA2 = k12A1(t)minus k21 middot C D1minusaA2(t)

Π Σωπασάκης Διδακτορική Διατριβή 3582

ΙΙΙ Ρυθμιστής PIλDmicro

Κλασματικός ρυθμιστής με συνάρτηση μεταφοράς

Gc(s) = Kp +Ki

sλ+Kds

micro

ο οποίος παράγει τη ρυθμιστική δράση

u(t) = Kpε(t) +Ki(Iλ ε)(t) + (C Dmicro ε)(t)

όπου ε(t) = ySP (t)minus y(t)

Π Σωπασάκης Διδακτορική Διατριβή 3682

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Βαθμονόμηση Κλασματικού Ρυθμιστή

Ελαχιστοποίηση ενός ολοκληρωτικού κριστηρίου όπως του

JTfITAE =

int Tf

0τ |ε(τ)|dτ

Δηλαδή επίλυση του προβλήματος βελτιστοποίησης

J = min JTfITAE(KpKiKd λ micro)

υπό τις προαναφερθείσες προδιαγραφές βαθμονόμησης απ΄

όπου προκύπτουν οι βέλτιστες παράμετροι βαθμονόμησης

(Kp K

i K

d λ

micro) = argminJTfITAE

Π Σωπασάκης Διδακτορική Διατριβή 3882

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Εφαρμόζοντας το μετασχηματισμό Laplace προκύπτει η συνάρτηση

μεταφοράς του συστήματος

G(s) equiv A1(s)

U(s)=

sa + k21sa+1 + k21s+ (k10 + k12)sa + k10k21

Πίνακας ΦΚ Παράμετροι Αμιοδαρόνης

Παράμετρος Τιμή

a 05870k10 14913dayminus1

k12 29522dayminus1

k21 04854dayminusa

A Dokoumetzidis R Magin and P Macheras ldquoFractional kinetics in multi- compartmentalsystemsrdquo Journal of Pharmacokinetics and Pharmacodynamics vol 37 pp 507ndash524 2010

Π Σωπασάκης Διδακτορική Διατριβή 3982

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Πίνακας Βέλτιστες Παράμε-

τροι Βαθμονόμησης Κλασμα-

τικού Ρυθμιστή

Παράμετρος Τιμή

Kp 5052Ki 1511Kd 00756λ 09170micro 07590

005 01 015 02 025 030

002

004

006

008

01

012

Kp=20

Kp=95

Kp=K

p

opt

Time (days)

Am

ou

nt

A1

Π Σωπασάκης Διδακτορική Διατριβή 4082

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus100

minus50

0

50

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ανοιχτού βρόγχου Το περι-

θώριο φάσης είναι 98 και το περιθώριο ενίσχυσης 439db

Π Σωπασάκης Διδακτορική Διατριβή 4182

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus80

minus60

minus40

minus20

0

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης καθοδήγησης Η απολαβή στις

υψηλές συχνότητες (gt 102radday) είναι κάτω των minus60db

Π Σωπασάκης Διδακτορική Διατριβή 4282

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus30

minus20

minus10

0

10

Magnitude (

dB

)

10minus3

10minus2

10minus1

100

101

102

minus30

0

30

60

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ευαισθησίας Η απολαβή χα-

μηλών συχνοτήτων (lt 10minus2radday) είναι κάτω των minus20db

Π Σωπασάκης Διδακτορική Διατριβή 4382

IVΔειγματοληπτική Χορήγηση

Εξασφάλιση ικανοποίησης των περιορισμών στο συνεχές

Π Σωπασάκης Διδακτορική Διατριβή 4482

IV Συστήματα με Δειγματοληψία

΄Ενα σύστημα με δειγματοληψία με στοιχείο διατήρησης τιμής μη-

δενικής τάξης έχει τη μορφή

dx

dt= f(x(t) u(t))

u(t) = uk forallt isin [kh (k + 1)h)

Π Σωπασάκης Διδακτορική Διατριβή 4582

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Ο σχεδιασμός ενός ΕΠΜ που εγγυάται ικανοποίηση των

περιορισμών στο συνεχές είχε αναγνωριστεί ως ανοιχτό

πρόβλημα από τους L Grune και J Pannek το 2011

L Grune and J Pannek Nonlinear Model Predictive Control Theory and Algorithms ser Com-munications and Control Engineering Springer-Verlag 2011

Π Σωπασάκης Διδακτορική Διατριβή 4782

IV Διατύπωση του Προβλήματος

Το αρχικό πρόβλημα βελτιστοποίησης PN (x0) είναι

V N (x0) = inf

uisinCh([0Tf ]Rm)

int Tf

0`(x(t) u(t))dt+ Vf (x(Tf ))

υπό τους περιορισμούς

x(0) = x0

x(t) = Ax(t) +Bu(t) t isin [0 Tf ]

u(t) = uk t isin [kh (k + 1)h) k isin N[0Nminus1]

x(t) isin X t isin [0 Tf ] (Ημιάπειρο Πρόβλημα)

u(t) isin U t isin [0 Tf ]

x(Tf ) isin Xf

όπου Tf = Nh `(x u) = 12(xprimeQx+ uprimeRu) και Vf (x) = 1

2xprimePx

Π Σωπασάκης Διδακτορική Διατριβή 4882

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Πολυτοπικές Υπερπροσεγγίσεις

Χρησιμοποιώντας τη μέθοδο δι-

άσπασης Jordan σε συνδυασμό

με τη μέθοδο πλεγματοποίησης-

φράγματος κατασκευάζουμε πολύτο-

πα Pν με

Pν supe co Φ([0 h])

και

PνKrarr co Φ([0 h])

Ορίζουμε

Zν = Pminus1ν (X )

Αποδείξαμε ότι

Zν rarr Zh

minus06 minus04 minus02 0 02 04 06 08 1 12

065

07

075

08

085

09

095

1

x1

x2

Σχήμα Πολυτοπική Υπερπροσέγγι-

ση της συνάρτησης ∆(r) = eAr

P Patrinos P Sopasakis and H SarimveisldquoStochastic model predictive control for con-strained NCS with random time delayrdquo in Proc18th IFAC World Congress Aug 28 ndash Sep 22011

Π Σωπασάκης Διδακτορική Διατριβή 5082

IV Αναδιαμορφωμένο πρόβλημα ΕΠΜ

Διαμορφώνουμε την ακολουθία προβλημάτων ΕΠΜ

PνN (x0) V Nν (x0) = min

u[0Nminus1]isinUνN (x0)VN(x0u[0Nminus1]

)(1)

όπου

UνN (x0) =

u[0Nminus1]

∣∣∣∣∣∣∣∣∣∣

xk+1 = Ahxk +Bhukk isin N[0Nminus1]

(xk uk) isin Zν k isin N[0Nminus1]uk isin U k isin N[0Nminus1]xN isin X νf

(2)

Απ΄ όπου προκύπτουν οι βέλτιστες ακολουθίες λύσεων uν[0Nminus1]

Π Σωπασάκης Διδακτορική Διατριβή 5182

IV Ιδιότητες του ΕΠΜ

Ιδιότητες του σχήματος ΕΠΜ που

προτείνουμε

1 Ικανοποίηση των περιορισμών

στο συνεχή χρόνο

2 Εγγύηση ευστάθειας στο συνε-

χή χρόνο

3 uν[0Nminus1]grarr u[0Nminus1]

4 V Nνerarr V N

P Sopasakis P Patrinos and H SarimveisldquoModel Predictive Control for sampled-data li-near systems Guaranteeing continuous-time po-sitive invariancerdquo 2012 IEEE Trans Aut Contrsubmitted for publication

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Σχήμα Σύγκριση των πεδίων έλξης

της μεθοδολογίας μας με αυτή των

Magni και Scattolini

Π Σωπασάκης Διδακτορική Διατριβή 5282

VΚρουστική Χορήγηση

Αναλλοίωτο και Ευστάθεια Κρουστικών Συστημάτων Ελέγχου και

Σχεδιασμός Ελεγκτή Προβλεπτικού Μοντέλου

Π Σωπασάκης Διδακτορική Διατριβή 5382

V Κίνητρο

Τα Κρουστικά Δυναμικά περιγράφουν φαινόμενα στα οποία συμβα-

ίνουν στιγμιαία άλματα Σχετικά παραδείγματα είναι

1 Ζυμωτήρας διαλείποντος έργου (Shen et al 2007)

2 Πληθυσμιακή Δυναμική (Stone et al 2000)

3 Νανοηλεκτρονικά κυκλώματα (Yang and Chua 2000)

4 Πλοήγηση διαστημοπλοίου (Carter 1991)

5 Χορήγηση φαρμάκου (Kusuoka et al 1981)

Υπάρχει ωστόσο ένα μεθοδολογικό κενό ndash το οποίο προσπα-

θήσαμε να γεφυρώσουμε ndash το οποίο δεν επιτρέπει τη χρήση τους σε

εφαρμογές ελέγχου συστημάτων

Π Σωπασάκης Διδακτορική Διατριβή 5482

V Παράδειγμα Κρουστικής Συμπεριφοράς

minus2 minus1 0 1 2 3 4 5minus3

minus2

minus1

0

1

2

3

4

x1

x2

Impulsive Behaviour

Π Σωπασάκης Διδακτορική Διατριβή 5582

V Γραμμικά Κρουστικά Συστήματα τύπου Ι

Εστιάζουμε στα ακόλουθα κρουστικά συστήματα

dx

dt= Ax t isin hN (3αʹ)

(∆x)(τk) = BU(k x(τk)) (3βʹ)

όπου τk = kh k isin N Η λύση του (3) που τέμνει το (t0 x0) isinR times D με τη δράση της συνάρτησης ελέγχου U(k x) = g(x(τk))συμβολίζεται με ϕ(t t0 x0 g(middot))Το (3) υπόκειται στους περιορισμούς

x(t) isin X για κάθε t ge 0 X πολύεδρο

uk = g(x(τk)) isin U για κάθε k isin N U πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 5682

V Το πρόβλημα

Τα μόνα σημεία ισορροπίας τέτοιων συστημάτων τις περισσότερες

φορές δεν είναι άλλα από την αρχή ndash ή πιο γενικά σημεία

(xs us) isin kerAtimes kerB

΄Αρα δεν είναι δυνατό να σχεδιάσουμε σταθεροποιητικούς νόμους

ανάδρασης που οδηγούν την κατάσταση των κρουστικών συστη-

μάτων σε αυθαίρετα επιθυμητά σημεία

Π Σωπασάκης Διδακτορική Διατριβή 5782

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Π Σωπασάκης Διδακτορική Διατριβή 5982

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Υπολογισμός Ορίζουμε το F P(Rn)rarr P(Rn) ως

F (Ω) = projx

(y u) isin Rn+m

∣∣∣∣ ϕ(T 0 y u) isin ΩS (y u) sube Z

cap Ω

όπου S(x u) sube W(x u)1 Κάθε Y με F (Y) = Y είναι ένα Κρου-

στικά Ελεγκτικά Αναλλοώτο σύνολο ως προς Z

1Σημειώστε ότι W(x u) = clϕ(t 0 x u) t isin (0 h]Π Σωπασάκης Διδακτορική Διατριβή 6082

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Κατασκευάζουμε μια εμφολευμένη ακολουθία συνόλων YkkisinN ώστε

Y0 = ZYk+1 = F (Yk) k isin N

Το όριο

Yinfin =⋂kisinNYk

είναι ΚΕΑ Αν η σύγκλιση γίνεται σε πεπερασμένο αριθμό βημάτων

τότε είναι πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 6182

V Κρουστική Ευστάθεια Συνόλων

΄Ενα empty 6= Z $ X λέγεται ευσταθές για ένα δοσμένο σύστημα Σg

ndash με ανατροφοδότηση U(k x) = g(x(τk)) ndash ως προς ένα Y 6= empty αν

forallε gt 0existδ gt 0 x0 isin BYδ rArr ϕ(tx0 g(middot)) isin BZε forallt ge 0

Το Z λέγεται τοπικά ασυμπτωτικά ευσταθές για το Σgως

προς Y αν είναι ευσταθές και υπάρχει ε gt 0 ώστε

limtrarrinfin

distZ ϕ(tx0 g(middot)) = 0

οπόταν x0 isin BYε

Ορίζουμε BYδ = x isin X | distY(x) lt δ

Π Σωπασάκης Διδακτορική Διατριβή 6282

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 14: Modelling and Control of Biological and Physiological Systems

Ι Χορήγηση L-dopa από του στόματος

Π Σωπασάκης Διδακτορική Διατριβή 1482

Ι Χορήγηση L-dopa από του στόματος

0 5 10 15 20 250

50

100

150

200

250

300

350

Time Instants

Str

iatu

m C

onc (n

molL)

Striatum Concentration

Σχήμα Συγκέντρωση στο ραβδωτό σώμα του εγκεφάλου κατόπιν χο-

ρήγησης της βέλτισης ακολουθίας δόσεων (γpl = 15 γstr = δstr = 0)

Π Σωπασάκης Διδακτορική Διατριβή 1582

Ι Χορήγηση L-dopa από του στόματος

0 5 10 15 20 25 300

02

04

06

08

1

12

14

Time Instants

Pro

babili

ty (

)

MTC Violation Probability minus Striatum

Σχήμα Πιθανότητα παραβίασης της Ελάχιστης Τοξικής Συγκέντρωσης

στο ραβδωτό σώμα του εγκεφάλου (γpl = 15 γstr = δstr = 0)

Π Σωπασάκης Διδακτορική Διατριβή 1682

Ι Χορήγηση L-dopa από του στόματος

0 5 10 15 20 25 300

1

2

3

4

5

6

Time Instants

Pro

babili

ty (

)

MEC Violation Probability minus Striatum

Σχήμα Πιθανότητα παραβίασης της Ελάχιστης Θεραπευτικής Συγκέν-

τρωσης στο ραβδωτό σώμα του εγκεφάλου (γpl = 15 γstr = δstr = 0)

Π Σωπασάκης Διδακτορική Διατριβή 1782

Ι Χορήγηση L-dopa από του στόματος

0 5 10 15 20 25

2

4

6

8

10

12

Time Instants

Dose (

mgk

g)

Optimal Dose

Σχήμα Βέλτιστη ακολουθία δόσεων που προκύπτει από την επίλυση του

προβλήματος στοχαστικής βελτιστοποίησης (γpl = 15 γstr = δstr = 0)

Π Σωπασάκης Διδακτορική Διατριβή 1882

IIΠροβλεπτικός ΄Ελεγχος Συνεχούς Ενδοβλέβιας

΄Εγχυσης Φαρμάκου

με δυνατότητα μεταβολής του set-point σε πραγματικό χρόνο και

με ελλιπή πληροφορία της κατάστασης

Π Σωπασάκης Διδακτορική Διατριβή 1982

ΙΙ ΄Ελεγχος Συνεχούς Ενδοβλέβιας ΄Εγχυσης

Διατύπωση του προβλήματος

1 Μόνο μετρήσεις στο πλάσμα είναι διαθέσιμες σε πραγματικό

χρόνο

2 Περιορισμοί στην είσοδο (ρυθμός χορήγησης) και την κατάστα-

ση (συγκεντρώσεις)

3 Το set-point μπορεί να μεταβάλλεται κατ΄ επιλογή του ιατρού

P Sopasakis P Patrinos S Giannikou and H Sarimveis ldquoPhysiologically based pharmacoki-netic modeling and predictive control an integrated approach for optimal drug administrationrdquoComputer Aided Chemical Engineering vol 29 pp 1490ndash1494 2011

Π Σωπασάκης Διδακτορική Διατριβή 2082

ΙΙ Φυσιολογικά ΦΚ Μοντέλα

Σχετικά Τα ΦΦΜ είναι σύνολα συνήθων διαφορικών εξισώσεων

που χρησιμοποιούνται για την πρόβλεψηπροσομοίωση της κατανο-

μής ουσιών σε έναν οργανισμό

Βασικά Χαρακτηριστικά

1 Μηχανιστική ερμηνεία της φαρμακοκινητικής

2 Μοντέλα συνεχούς χρόνου

3 Εξάγονται στη βάση ισοζυγίων μάζας (διάχυση ροή) και

άλλων αρχών της Φυσικής

Π Σωπασάκης Διδακτορική Διατριβή 2182

ΙΙ ΄Ελεγχος Προβλεπτικού Μοντέλου

Βασικά Χαρακτηριστικά

1 Εύρωστη ευστάθεια

2 Στρατηγική βέλτιστου ελέγχου

3 Οι περιορισμοί του συστήματος λαμβάνονται υπόψη με

συστηματικό τρόπο

H Sarimveis P Sopasakis A Afantitis and G Melagraki ldquoA model predictive control approachfor optimal drug administrationrdquo Chemical Engineering Transactions vol 17 2009

Π Σωπασάκης Διδακτορική Διατριβή 2282

ΙΙ Βήμα 1 Μοντελοποίηση

M V Evans et al ldquoA physiologically based pharmacokin model for iv and ingested DMA inmicerdquo Toxicol sci Oxford University Press pp 1ndash4 2008

Π Σωπασάκης Διδακτορική Διατριβή 2382

ΙΙ Βήμα 1 Μοντελοποίηση

Παράδειγμα

VblidCvi

dt= Qi (Cart minus Cvi)minus πi

(Cvi minus

CiPi

)minus

minus rexi (Cvi)Vbli

VidCidt

= πi

(Cvi minus

CiPi

)minus rmeti (Ci)Vi

Το σύνολο των εξισώσεων του μοντέλου γράφεται στο χώρο κα-

τάστασης στη μορφή

dx (t)

dt= f0 (x (t) u (t))

y(t) = g0(x(t))

Π Σωπασάκης Διδακτορική Διατριβή 2482

ΙΙ Βήμα 2 Διακριτοποίηση

Διακριτοποιούμε το σύστημα συνεχούς χρόνου

x(k + 1) = f(x(k) u(k))

y(k) = g0(x(k))

Το οποίο γραμμικοποιούμε γύρω από ένα σημείο ισορροπίας

x(k + 1) = Ax(k) +Bu(k)

y(k) = Cx(k)

ενώ στο σύστημα ενεργούν οι περιορισμοί

Gx(k) +Hu(k) leM

Π Σωπασάκης Διδακτορική Διατριβή 2582

ΙΙ Βήμα 3 Σχεδιασμός Παρατηρητή

Εισάγουμε το επαυξημένο σύστημα

x(k + 1) = Ax(k) +Bu(k) +Bdd(k)

d(k + 1) = d(k)

y(k) = Cx(k) + Cdd(k)

Αν ξ(k) = [ x(k)prime d(k)prime ]prime τότε το παραπάνω σύστημα γράφεται ως

ξ(k + 1) = Aξ(k) + Bu(k)

y(k) = Cξ(k)

Ορίζουμε ey(k) = Cξ (k)minusy (k) ΄Ενας γραμμικός παρατηρητής λαμβάνει

τη μορφή

ξ(k + 1) = Aξ(k) + Bu(k) +

[LxLd

]ey(k)

Π Σωπασάκης Διδακτορική Διατριβή 2682

ΙΙ Βήμα 4 Σχεδιασμός Προβλεπτικού Ελεγκτή

Κάθε χρονική στιγμή j λύνουμε το πρόβλημα ελαχιστοποίησης

V N

(ξ (j)

)= minπ=ujNminus1

j=0

VN

(π ξ (j)

)υποκείμενο στους περιορισμούς

ξ(k + 1) = Aξ(k) + Bu(k) forallk isin N[0Nminus1]

Gx (k) +Hu (k) leM forallk isin N[0N ]

ξ (0) = ξ(j)

όπου η αντικειμενική συνάρτηση είναι

VN

(π ξ (j)

)= x (N)minus x (j)2P

+sumNminus1k=0 x (k)minus x (j)2Q + u (k)minus u (j)2R

P Patrinos P Sopasakis and H Sarimveis ldquoA global piecewise smooth Newton method for fastlarge-scale model predictive controlrdquo Automatica vol 47 no 9 pp 2016ndash2022 2011

Π Σωπασάκης Διδακτορική Διατριβή 2782

ΙΙ Βήμα 4 Σχεδιασμός Προβλεπτικού Ελεγκτή

Ο πίνακας P που ποινικοποιεί την τερματική απόκλιση x (N)minus x (j) 2Pλαμβάνεται ως η (μοναδική) λύση της εξίσωσης

P = AprimePAminus (AprimePB) (BprimePB +R)minus1

(BprimePA) +Q

Τα x (j) και u (j) υπολογίζονται από τη σχέση[Aminus I BC 0

] [x (j)u (j)

]=

[minusBdd (j)

r (j)minus Cdd (j)

]

Π Σωπασάκης Διδακτορική Διατριβή 2882

ΙΙ Εφαρμογή ndash Χορήγηση DMA

Εφαρμογή σε ένα ΦΦΜ με 14 μεταβλητές κατάστασης (Evans etal) για χορήγηση DMA

0 1 2 3 4 50

002

004

006

008

01

012

014

Time (hr)

Co

nce

ntr

atio

n (

mg

L)

Kidney

Kidney (estimated)

Lung

Lung (estimated)

Σχήμα Απόκριση του παρατηρητή κατάστασης μετά από διέγερση του συ-

στήματος με πεπερασμένο παλμό πλάτους 01mghr και διάρκειας 24min

Π Σωπασάκης Διδακτορική Διατριβή 2982

ΙΙ Εφαρμογή ndash Χορήγηση DMA

Εφαρμόζουμε την προταθείσα μεθο-

δολογία στο σύστημα των Evans etal με τους περιορισμούς

Πίνακας Ελάχιστες Τοξικές Συγ-

κεντρώσεις

΄Οργανο MTC (microgL)

΄Ηπαρ 14

Δέρμα 14

Ερυθρά Αιμ 10

Νεφροί 05

Πνεύμονες 05

και μεταβάλλοντας το επιθυμητό ση-

μείο λειτουργίας

P Sopasakis P Patrinos amp H Sarimveis ldquoMo-del Predictive Control for Optimal Drug Admi-nistrationrdquo submitted 2012

0 05 1 15 2 25 3 35 4 450

02

04

06

08

1

12

14

Time (hr)

Concentr

ation (

ugL

)

Reference

Plasma

RBC

Lungs

Skin (tissue)

Kidney (tissue)

Liver (tissue)

0 05 1 15 2 25 3 35 4 450

005

01

Time (hr)

Adm

inis

tration R

ate

(ugh

r)

Π Σωπασάκης Διδακτορική Διατριβή 3082

III΄Ελεγχος Συστημάτων Κλασματικής Τάξης

με εφαρμογή στον έλεγχο της συγκέντρωσης φαρμάκου

Π Σωπασάκης Διδακτορική Διατριβή 3182

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κλασματικά Δυναμικά Συστήματα

Είναι τελεστικές σχέσεις εισόδου-εξόδου της μορφής

H(Dα1 Dαn)y(t) = G(Dβ1 Dβm)u(t)

Αν οι H και G είναι γραμμικοί τότε εφαρμόζοντας το μετασχημα-

τισμό Laplace έχουμε

T (s) =y(s)

u(s)=P (s)

Q(s)

όπου y(s) = L y(t) και u(s) = L u(t) και τα PQ είναι lsquoκλασμα-

τικά πολυώνυμαrsquo δηλαδή έχουν τη μορφή

P (s) =

nsumi=0

aisbi bi ge 0

Π Σωπασάκης Διδακτορική Διατριβή 3382

ΙΙΙ Κλασματική Φαρμακοκινητική

Χρησιμοποιούμε κλασματικές παραγώγους διότι

1 Οι παράγωγοι μη ακέραιας τάξης είναι μη-τοπικοί τελεστές

και άρα περιγράφουν διεργασίες με μνήμη όπως

3 η ανώμαλη διάχυση και

4 η παγίδευση φαρμάκου σε ιστούς

R Hilfer ldquoFractional diffusion based on Riemann-Liouville fractional derivativesrdquo J PhysChem B vol 104 pp 3914ndash3917 2000

Π Σωπασάκης Διδακτορική Διατριβή 3482

ΙΙΙ Κλασματική Φαρμακοκινητική Αμιοδαρόνης

Φαρμακοκινητικές Εξισώσεις

DA1 = minus(k12 + k10)A1(t) + k21 middot C D1minusaA2(t) + u(t)

DA2 = k12A1(t)minus k21 middot C D1minusaA2(t)

Π Σωπασάκης Διδακτορική Διατριβή 3582

ΙΙΙ Ρυθμιστής PIλDmicro

Κλασματικός ρυθμιστής με συνάρτηση μεταφοράς

Gc(s) = Kp +Ki

sλ+Kds

micro

ο οποίος παράγει τη ρυθμιστική δράση

u(t) = Kpε(t) +Ki(Iλ ε)(t) + (C Dmicro ε)(t)

όπου ε(t) = ySP (t)minus y(t)

Π Σωπασάκης Διδακτορική Διατριβή 3682

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Βαθμονόμηση Κλασματικού Ρυθμιστή

Ελαχιστοποίηση ενός ολοκληρωτικού κριστηρίου όπως του

JTfITAE =

int Tf

0τ |ε(τ)|dτ

Δηλαδή επίλυση του προβλήματος βελτιστοποίησης

J = min JTfITAE(KpKiKd λ micro)

υπό τις προαναφερθείσες προδιαγραφές βαθμονόμησης απ΄

όπου προκύπτουν οι βέλτιστες παράμετροι βαθμονόμησης

(Kp K

i K

d λ

micro) = argminJTfITAE

Π Σωπασάκης Διδακτορική Διατριβή 3882

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Εφαρμόζοντας το μετασχηματισμό Laplace προκύπτει η συνάρτηση

μεταφοράς του συστήματος

G(s) equiv A1(s)

U(s)=

sa + k21sa+1 + k21s+ (k10 + k12)sa + k10k21

Πίνακας ΦΚ Παράμετροι Αμιοδαρόνης

Παράμετρος Τιμή

a 05870k10 14913dayminus1

k12 29522dayminus1

k21 04854dayminusa

A Dokoumetzidis R Magin and P Macheras ldquoFractional kinetics in multi- compartmentalsystemsrdquo Journal of Pharmacokinetics and Pharmacodynamics vol 37 pp 507ndash524 2010

Π Σωπασάκης Διδακτορική Διατριβή 3982

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Πίνακας Βέλτιστες Παράμε-

τροι Βαθμονόμησης Κλασμα-

τικού Ρυθμιστή

Παράμετρος Τιμή

Kp 5052Ki 1511Kd 00756λ 09170micro 07590

005 01 015 02 025 030

002

004

006

008

01

012

Kp=20

Kp=95

Kp=K

p

opt

Time (days)

Am

ou

nt

A1

Π Σωπασάκης Διδακτορική Διατριβή 4082

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus100

minus50

0

50

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ανοιχτού βρόγχου Το περι-

θώριο φάσης είναι 98 και το περιθώριο ενίσχυσης 439db

Π Σωπασάκης Διδακτορική Διατριβή 4182

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus80

minus60

minus40

minus20

0

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης καθοδήγησης Η απολαβή στις

υψηλές συχνότητες (gt 102radday) είναι κάτω των minus60db

Π Σωπασάκης Διδακτορική Διατριβή 4282

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus30

minus20

minus10

0

10

Magnitude (

dB

)

10minus3

10minus2

10minus1

100

101

102

minus30

0

30

60

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ευαισθησίας Η απολαβή χα-

μηλών συχνοτήτων (lt 10minus2radday) είναι κάτω των minus20db

Π Σωπασάκης Διδακτορική Διατριβή 4382

IVΔειγματοληπτική Χορήγηση

Εξασφάλιση ικανοποίησης των περιορισμών στο συνεχές

Π Σωπασάκης Διδακτορική Διατριβή 4482

IV Συστήματα με Δειγματοληψία

΄Ενα σύστημα με δειγματοληψία με στοιχείο διατήρησης τιμής μη-

δενικής τάξης έχει τη μορφή

dx

dt= f(x(t) u(t))

u(t) = uk forallt isin [kh (k + 1)h)

Π Σωπασάκης Διδακτορική Διατριβή 4582

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Ο σχεδιασμός ενός ΕΠΜ που εγγυάται ικανοποίηση των

περιορισμών στο συνεχές είχε αναγνωριστεί ως ανοιχτό

πρόβλημα από τους L Grune και J Pannek το 2011

L Grune and J Pannek Nonlinear Model Predictive Control Theory and Algorithms ser Com-munications and Control Engineering Springer-Verlag 2011

Π Σωπασάκης Διδακτορική Διατριβή 4782

IV Διατύπωση του Προβλήματος

Το αρχικό πρόβλημα βελτιστοποίησης PN (x0) είναι

V N (x0) = inf

uisinCh([0Tf ]Rm)

int Tf

0`(x(t) u(t))dt+ Vf (x(Tf ))

υπό τους περιορισμούς

x(0) = x0

x(t) = Ax(t) +Bu(t) t isin [0 Tf ]

u(t) = uk t isin [kh (k + 1)h) k isin N[0Nminus1]

x(t) isin X t isin [0 Tf ] (Ημιάπειρο Πρόβλημα)

u(t) isin U t isin [0 Tf ]

x(Tf ) isin Xf

όπου Tf = Nh `(x u) = 12(xprimeQx+ uprimeRu) και Vf (x) = 1

2xprimePx

Π Σωπασάκης Διδακτορική Διατριβή 4882

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Πολυτοπικές Υπερπροσεγγίσεις

Χρησιμοποιώντας τη μέθοδο δι-

άσπασης Jordan σε συνδυασμό

με τη μέθοδο πλεγματοποίησης-

φράγματος κατασκευάζουμε πολύτο-

πα Pν με

Pν supe co Φ([0 h])

και

PνKrarr co Φ([0 h])

Ορίζουμε

Zν = Pminus1ν (X )

Αποδείξαμε ότι

Zν rarr Zh

minus06 minus04 minus02 0 02 04 06 08 1 12

065

07

075

08

085

09

095

1

x1

x2

Σχήμα Πολυτοπική Υπερπροσέγγι-

ση της συνάρτησης ∆(r) = eAr

P Patrinos P Sopasakis and H SarimveisldquoStochastic model predictive control for con-strained NCS with random time delayrdquo in Proc18th IFAC World Congress Aug 28 ndash Sep 22011

Π Σωπασάκης Διδακτορική Διατριβή 5082

IV Αναδιαμορφωμένο πρόβλημα ΕΠΜ

Διαμορφώνουμε την ακολουθία προβλημάτων ΕΠΜ

PνN (x0) V Nν (x0) = min

u[0Nminus1]isinUνN (x0)VN(x0u[0Nminus1]

)(1)

όπου

UνN (x0) =

u[0Nminus1]

∣∣∣∣∣∣∣∣∣∣

xk+1 = Ahxk +Bhukk isin N[0Nminus1]

(xk uk) isin Zν k isin N[0Nminus1]uk isin U k isin N[0Nminus1]xN isin X νf

(2)

Απ΄ όπου προκύπτουν οι βέλτιστες ακολουθίες λύσεων uν[0Nminus1]

Π Σωπασάκης Διδακτορική Διατριβή 5182

IV Ιδιότητες του ΕΠΜ

Ιδιότητες του σχήματος ΕΠΜ που

προτείνουμε

1 Ικανοποίηση των περιορισμών

στο συνεχή χρόνο

2 Εγγύηση ευστάθειας στο συνε-

χή χρόνο

3 uν[0Nminus1]grarr u[0Nminus1]

4 V Nνerarr V N

P Sopasakis P Patrinos and H SarimveisldquoModel Predictive Control for sampled-data li-near systems Guaranteeing continuous-time po-sitive invariancerdquo 2012 IEEE Trans Aut Contrsubmitted for publication

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Σχήμα Σύγκριση των πεδίων έλξης

της μεθοδολογίας μας με αυτή των

Magni και Scattolini

Π Σωπασάκης Διδακτορική Διατριβή 5282

VΚρουστική Χορήγηση

Αναλλοίωτο και Ευστάθεια Κρουστικών Συστημάτων Ελέγχου και

Σχεδιασμός Ελεγκτή Προβλεπτικού Μοντέλου

Π Σωπασάκης Διδακτορική Διατριβή 5382

V Κίνητρο

Τα Κρουστικά Δυναμικά περιγράφουν φαινόμενα στα οποία συμβα-

ίνουν στιγμιαία άλματα Σχετικά παραδείγματα είναι

1 Ζυμωτήρας διαλείποντος έργου (Shen et al 2007)

2 Πληθυσμιακή Δυναμική (Stone et al 2000)

3 Νανοηλεκτρονικά κυκλώματα (Yang and Chua 2000)

4 Πλοήγηση διαστημοπλοίου (Carter 1991)

5 Χορήγηση φαρμάκου (Kusuoka et al 1981)

Υπάρχει ωστόσο ένα μεθοδολογικό κενό ndash το οποίο προσπα-

θήσαμε να γεφυρώσουμε ndash το οποίο δεν επιτρέπει τη χρήση τους σε

εφαρμογές ελέγχου συστημάτων

Π Σωπασάκης Διδακτορική Διατριβή 5482

V Παράδειγμα Κρουστικής Συμπεριφοράς

minus2 minus1 0 1 2 3 4 5minus3

minus2

minus1

0

1

2

3

4

x1

x2

Impulsive Behaviour

Π Σωπασάκης Διδακτορική Διατριβή 5582

V Γραμμικά Κρουστικά Συστήματα τύπου Ι

Εστιάζουμε στα ακόλουθα κρουστικά συστήματα

dx

dt= Ax t isin hN (3αʹ)

(∆x)(τk) = BU(k x(τk)) (3βʹ)

όπου τk = kh k isin N Η λύση του (3) που τέμνει το (t0 x0) isinR times D με τη δράση της συνάρτησης ελέγχου U(k x) = g(x(τk))συμβολίζεται με ϕ(t t0 x0 g(middot))Το (3) υπόκειται στους περιορισμούς

x(t) isin X για κάθε t ge 0 X πολύεδρο

uk = g(x(τk)) isin U για κάθε k isin N U πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 5682

V Το πρόβλημα

Τα μόνα σημεία ισορροπίας τέτοιων συστημάτων τις περισσότερες

φορές δεν είναι άλλα από την αρχή ndash ή πιο γενικά σημεία

(xs us) isin kerAtimes kerB

΄Αρα δεν είναι δυνατό να σχεδιάσουμε σταθεροποιητικούς νόμους

ανάδρασης που οδηγούν την κατάσταση των κρουστικών συστη-

μάτων σε αυθαίρετα επιθυμητά σημεία

Π Σωπασάκης Διδακτορική Διατριβή 5782

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Π Σωπασάκης Διδακτορική Διατριβή 5982

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Υπολογισμός Ορίζουμε το F P(Rn)rarr P(Rn) ως

F (Ω) = projx

(y u) isin Rn+m

∣∣∣∣ ϕ(T 0 y u) isin ΩS (y u) sube Z

cap Ω

όπου S(x u) sube W(x u)1 Κάθε Y με F (Y) = Y είναι ένα Κρου-

στικά Ελεγκτικά Αναλλοώτο σύνολο ως προς Z

1Σημειώστε ότι W(x u) = clϕ(t 0 x u) t isin (0 h]Π Σωπασάκης Διδακτορική Διατριβή 6082

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Κατασκευάζουμε μια εμφολευμένη ακολουθία συνόλων YkkisinN ώστε

Y0 = ZYk+1 = F (Yk) k isin N

Το όριο

Yinfin =⋂kisinNYk

είναι ΚΕΑ Αν η σύγκλιση γίνεται σε πεπερασμένο αριθμό βημάτων

τότε είναι πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 6182

V Κρουστική Ευστάθεια Συνόλων

΄Ενα empty 6= Z $ X λέγεται ευσταθές για ένα δοσμένο σύστημα Σg

ndash με ανατροφοδότηση U(k x) = g(x(τk)) ndash ως προς ένα Y 6= empty αν

forallε gt 0existδ gt 0 x0 isin BYδ rArr ϕ(tx0 g(middot)) isin BZε forallt ge 0

Το Z λέγεται τοπικά ασυμπτωτικά ευσταθές για το Σgως

προς Y αν είναι ευσταθές και υπάρχει ε gt 0 ώστε

limtrarrinfin

distZ ϕ(tx0 g(middot)) = 0

οπόταν x0 isin BYε

Ορίζουμε BYδ = x isin X | distY(x) lt δ

Π Σωπασάκης Διδακτορική Διατριβή 6282

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 15: Modelling and Control of Biological and Physiological Systems

Ι Χορήγηση L-dopa από του στόματος

0 5 10 15 20 250

50

100

150

200

250

300

350

Time Instants

Str

iatu

m C

onc (n

molL)

Striatum Concentration

Σχήμα Συγκέντρωση στο ραβδωτό σώμα του εγκεφάλου κατόπιν χο-

ρήγησης της βέλτισης ακολουθίας δόσεων (γpl = 15 γstr = δstr = 0)

Π Σωπασάκης Διδακτορική Διατριβή 1582

Ι Χορήγηση L-dopa από του στόματος

0 5 10 15 20 25 300

02

04

06

08

1

12

14

Time Instants

Pro

babili

ty (

)

MTC Violation Probability minus Striatum

Σχήμα Πιθανότητα παραβίασης της Ελάχιστης Τοξικής Συγκέντρωσης

στο ραβδωτό σώμα του εγκεφάλου (γpl = 15 γstr = δstr = 0)

Π Σωπασάκης Διδακτορική Διατριβή 1682

Ι Χορήγηση L-dopa από του στόματος

0 5 10 15 20 25 300

1

2

3

4

5

6

Time Instants

Pro

babili

ty (

)

MEC Violation Probability minus Striatum

Σχήμα Πιθανότητα παραβίασης της Ελάχιστης Θεραπευτικής Συγκέν-

τρωσης στο ραβδωτό σώμα του εγκεφάλου (γpl = 15 γstr = δstr = 0)

Π Σωπασάκης Διδακτορική Διατριβή 1782

Ι Χορήγηση L-dopa από του στόματος

0 5 10 15 20 25

2

4

6

8

10

12

Time Instants

Dose (

mgk

g)

Optimal Dose

Σχήμα Βέλτιστη ακολουθία δόσεων που προκύπτει από την επίλυση του

προβλήματος στοχαστικής βελτιστοποίησης (γpl = 15 γstr = δstr = 0)

Π Σωπασάκης Διδακτορική Διατριβή 1882

IIΠροβλεπτικός ΄Ελεγχος Συνεχούς Ενδοβλέβιας

΄Εγχυσης Φαρμάκου

με δυνατότητα μεταβολής του set-point σε πραγματικό χρόνο και

με ελλιπή πληροφορία της κατάστασης

Π Σωπασάκης Διδακτορική Διατριβή 1982

ΙΙ ΄Ελεγχος Συνεχούς Ενδοβλέβιας ΄Εγχυσης

Διατύπωση του προβλήματος

1 Μόνο μετρήσεις στο πλάσμα είναι διαθέσιμες σε πραγματικό

χρόνο

2 Περιορισμοί στην είσοδο (ρυθμός χορήγησης) και την κατάστα-

ση (συγκεντρώσεις)

3 Το set-point μπορεί να μεταβάλλεται κατ΄ επιλογή του ιατρού

P Sopasakis P Patrinos S Giannikou and H Sarimveis ldquoPhysiologically based pharmacoki-netic modeling and predictive control an integrated approach for optimal drug administrationrdquoComputer Aided Chemical Engineering vol 29 pp 1490ndash1494 2011

Π Σωπασάκης Διδακτορική Διατριβή 2082

ΙΙ Φυσιολογικά ΦΚ Μοντέλα

Σχετικά Τα ΦΦΜ είναι σύνολα συνήθων διαφορικών εξισώσεων

που χρησιμοποιούνται για την πρόβλεψηπροσομοίωση της κατανο-

μής ουσιών σε έναν οργανισμό

Βασικά Χαρακτηριστικά

1 Μηχανιστική ερμηνεία της φαρμακοκινητικής

2 Μοντέλα συνεχούς χρόνου

3 Εξάγονται στη βάση ισοζυγίων μάζας (διάχυση ροή) και

άλλων αρχών της Φυσικής

Π Σωπασάκης Διδακτορική Διατριβή 2182

ΙΙ ΄Ελεγχος Προβλεπτικού Μοντέλου

Βασικά Χαρακτηριστικά

1 Εύρωστη ευστάθεια

2 Στρατηγική βέλτιστου ελέγχου

3 Οι περιορισμοί του συστήματος λαμβάνονται υπόψη με

συστηματικό τρόπο

H Sarimveis P Sopasakis A Afantitis and G Melagraki ldquoA model predictive control approachfor optimal drug administrationrdquo Chemical Engineering Transactions vol 17 2009

Π Σωπασάκης Διδακτορική Διατριβή 2282

ΙΙ Βήμα 1 Μοντελοποίηση

M V Evans et al ldquoA physiologically based pharmacokin model for iv and ingested DMA inmicerdquo Toxicol sci Oxford University Press pp 1ndash4 2008

Π Σωπασάκης Διδακτορική Διατριβή 2382

ΙΙ Βήμα 1 Μοντελοποίηση

Παράδειγμα

VblidCvi

dt= Qi (Cart minus Cvi)minus πi

(Cvi minus

CiPi

)minus

minus rexi (Cvi)Vbli

VidCidt

= πi

(Cvi minus

CiPi

)minus rmeti (Ci)Vi

Το σύνολο των εξισώσεων του μοντέλου γράφεται στο χώρο κα-

τάστασης στη μορφή

dx (t)

dt= f0 (x (t) u (t))

y(t) = g0(x(t))

Π Σωπασάκης Διδακτορική Διατριβή 2482

ΙΙ Βήμα 2 Διακριτοποίηση

Διακριτοποιούμε το σύστημα συνεχούς χρόνου

x(k + 1) = f(x(k) u(k))

y(k) = g0(x(k))

Το οποίο γραμμικοποιούμε γύρω από ένα σημείο ισορροπίας

x(k + 1) = Ax(k) +Bu(k)

y(k) = Cx(k)

ενώ στο σύστημα ενεργούν οι περιορισμοί

Gx(k) +Hu(k) leM

Π Σωπασάκης Διδακτορική Διατριβή 2582

ΙΙ Βήμα 3 Σχεδιασμός Παρατηρητή

Εισάγουμε το επαυξημένο σύστημα

x(k + 1) = Ax(k) +Bu(k) +Bdd(k)

d(k + 1) = d(k)

y(k) = Cx(k) + Cdd(k)

Αν ξ(k) = [ x(k)prime d(k)prime ]prime τότε το παραπάνω σύστημα γράφεται ως

ξ(k + 1) = Aξ(k) + Bu(k)

y(k) = Cξ(k)

Ορίζουμε ey(k) = Cξ (k)minusy (k) ΄Ενας γραμμικός παρατηρητής λαμβάνει

τη μορφή

ξ(k + 1) = Aξ(k) + Bu(k) +

[LxLd

]ey(k)

Π Σωπασάκης Διδακτορική Διατριβή 2682

ΙΙ Βήμα 4 Σχεδιασμός Προβλεπτικού Ελεγκτή

Κάθε χρονική στιγμή j λύνουμε το πρόβλημα ελαχιστοποίησης

V N

(ξ (j)

)= minπ=ujNminus1

j=0

VN

(π ξ (j)

)υποκείμενο στους περιορισμούς

ξ(k + 1) = Aξ(k) + Bu(k) forallk isin N[0Nminus1]

Gx (k) +Hu (k) leM forallk isin N[0N ]

ξ (0) = ξ(j)

όπου η αντικειμενική συνάρτηση είναι

VN

(π ξ (j)

)= x (N)minus x (j)2P

+sumNminus1k=0 x (k)minus x (j)2Q + u (k)minus u (j)2R

P Patrinos P Sopasakis and H Sarimveis ldquoA global piecewise smooth Newton method for fastlarge-scale model predictive controlrdquo Automatica vol 47 no 9 pp 2016ndash2022 2011

Π Σωπασάκης Διδακτορική Διατριβή 2782

ΙΙ Βήμα 4 Σχεδιασμός Προβλεπτικού Ελεγκτή

Ο πίνακας P που ποινικοποιεί την τερματική απόκλιση x (N)minus x (j) 2Pλαμβάνεται ως η (μοναδική) λύση της εξίσωσης

P = AprimePAminus (AprimePB) (BprimePB +R)minus1

(BprimePA) +Q

Τα x (j) και u (j) υπολογίζονται από τη σχέση[Aminus I BC 0

] [x (j)u (j)

]=

[minusBdd (j)

r (j)minus Cdd (j)

]

Π Σωπασάκης Διδακτορική Διατριβή 2882

ΙΙ Εφαρμογή ndash Χορήγηση DMA

Εφαρμογή σε ένα ΦΦΜ με 14 μεταβλητές κατάστασης (Evans etal) για χορήγηση DMA

0 1 2 3 4 50

002

004

006

008

01

012

014

Time (hr)

Co

nce

ntr

atio

n (

mg

L)

Kidney

Kidney (estimated)

Lung

Lung (estimated)

Σχήμα Απόκριση του παρατηρητή κατάστασης μετά από διέγερση του συ-

στήματος με πεπερασμένο παλμό πλάτους 01mghr και διάρκειας 24min

Π Σωπασάκης Διδακτορική Διατριβή 2982

ΙΙ Εφαρμογή ndash Χορήγηση DMA

Εφαρμόζουμε την προταθείσα μεθο-

δολογία στο σύστημα των Evans etal με τους περιορισμούς

Πίνακας Ελάχιστες Τοξικές Συγ-

κεντρώσεις

΄Οργανο MTC (microgL)

΄Ηπαρ 14

Δέρμα 14

Ερυθρά Αιμ 10

Νεφροί 05

Πνεύμονες 05

και μεταβάλλοντας το επιθυμητό ση-

μείο λειτουργίας

P Sopasakis P Patrinos amp H Sarimveis ldquoMo-del Predictive Control for Optimal Drug Admi-nistrationrdquo submitted 2012

0 05 1 15 2 25 3 35 4 450

02

04

06

08

1

12

14

Time (hr)

Concentr

ation (

ugL

)

Reference

Plasma

RBC

Lungs

Skin (tissue)

Kidney (tissue)

Liver (tissue)

0 05 1 15 2 25 3 35 4 450

005

01

Time (hr)

Adm

inis

tration R

ate

(ugh

r)

Π Σωπασάκης Διδακτορική Διατριβή 3082

III΄Ελεγχος Συστημάτων Κλασματικής Τάξης

με εφαρμογή στον έλεγχο της συγκέντρωσης φαρμάκου

Π Σωπασάκης Διδακτορική Διατριβή 3182

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κλασματικά Δυναμικά Συστήματα

Είναι τελεστικές σχέσεις εισόδου-εξόδου της μορφής

H(Dα1 Dαn)y(t) = G(Dβ1 Dβm)u(t)

Αν οι H και G είναι γραμμικοί τότε εφαρμόζοντας το μετασχημα-

τισμό Laplace έχουμε

T (s) =y(s)

u(s)=P (s)

Q(s)

όπου y(s) = L y(t) και u(s) = L u(t) και τα PQ είναι lsquoκλασμα-

τικά πολυώνυμαrsquo δηλαδή έχουν τη μορφή

P (s) =

nsumi=0

aisbi bi ge 0

Π Σωπασάκης Διδακτορική Διατριβή 3382

ΙΙΙ Κλασματική Φαρμακοκινητική

Χρησιμοποιούμε κλασματικές παραγώγους διότι

1 Οι παράγωγοι μη ακέραιας τάξης είναι μη-τοπικοί τελεστές

και άρα περιγράφουν διεργασίες με μνήμη όπως

3 η ανώμαλη διάχυση και

4 η παγίδευση φαρμάκου σε ιστούς

R Hilfer ldquoFractional diffusion based on Riemann-Liouville fractional derivativesrdquo J PhysChem B vol 104 pp 3914ndash3917 2000

Π Σωπασάκης Διδακτορική Διατριβή 3482

ΙΙΙ Κλασματική Φαρμακοκινητική Αμιοδαρόνης

Φαρμακοκινητικές Εξισώσεις

DA1 = minus(k12 + k10)A1(t) + k21 middot C D1minusaA2(t) + u(t)

DA2 = k12A1(t)minus k21 middot C D1minusaA2(t)

Π Σωπασάκης Διδακτορική Διατριβή 3582

ΙΙΙ Ρυθμιστής PIλDmicro

Κλασματικός ρυθμιστής με συνάρτηση μεταφοράς

Gc(s) = Kp +Ki

sλ+Kds

micro

ο οποίος παράγει τη ρυθμιστική δράση

u(t) = Kpε(t) +Ki(Iλ ε)(t) + (C Dmicro ε)(t)

όπου ε(t) = ySP (t)minus y(t)

Π Σωπασάκης Διδακτορική Διατριβή 3682

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Βαθμονόμηση Κλασματικού Ρυθμιστή

Ελαχιστοποίηση ενός ολοκληρωτικού κριστηρίου όπως του

JTfITAE =

int Tf

0τ |ε(τ)|dτ

Δηλαδή επίλυση του προβλήματος βελτιστοποίησης

J = min JTfITAE(KpKiKd λ micro)

υπό τις προαναφερθείσες προδιαγραφές βαθμονόμησης απ΄

όπου προκύπτουν οι βέλτιστες παράμετροι βαθμονόμησης

(Kp K

i K

d λ

micro) = argminJTfITAE

Π Σωπασάκης Διδακτορική Διατριβή 3882

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Εφαρμόζοντας το μετασχηματισμό Laplace προκύπτει η συνάρτηση

μεταφοράς του συστήματος

G(s) equiv A1(s)

U(s)=

sa + k21sa+1 + k21s+ (k10 + k12)sa + k10k21

Πίνακας ΦΚ Παράμετροι Αμιοδαρόνης

Παράμετρος Τιμή

a 05870k10 14913dayminus1

k12 29522dayminus1

k21 04854dayminusa

A Dokoumetzidis R Magin and P Macheras ldquoFractional kinetics in multi- compartmentalsystemsrdquo Journal of Pharmacokinetics and Pharmacodynamics vol 37 pp 507ndash524 2010

Π Σωπασάκης Διδακτορική Διατριβή 3982

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Πίνακας Βέλτιστες Παράμε-

τροι Βαθμονόμησης Κλασμα-

τικού Ρυθμιστή

Παράμετρος Τιμή

Kp 5052Ki 1511Kd 00756λ 09170micro 07590

005 01 015 02 025 030

002

004

006

008

01

012

Kp=20

Kp=95

Kp=K

p

opt

Time (days)

Am

ou

nt

A1

Π Σωπασάκης Διδακτορική Διατριβή 4082

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus100

minus50

0

50

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ανοιχτού βρόγχου Το περι-

θώριο φάσης είναι 98 και το περιθώριο ενίσχυσης 439db

Π Σωπασάκης Διδακτορική Διατριβή 4182

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus80

minus60

minus40

minus20

0

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης καθοδήγησης Η απολαβή στις

υψηλές συχνότητες (gt 102radday) είναι κάτω των minus60db

Π Σωπασάκης Διδακτορική Διατριβή 4282

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus30

minus20

minus10

0

10

Magnitude (

dB

)

10minus3

10minus2

10minus1

100

101

102

minus30

0

30

60

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ευαισθησίας Η απολαβή χα-

μηλών συχνοτήτων (lt 10minus2radday) είναι κάτω των minus20db

Π Σωπασάκης Διδακτορική Διατριβή 4382

IVΔειγματοληπτική Χορήγηση

Εξασφάλιση ικανοποίησης των περιορισμών στο συνεχές

Π Σωπασάκης Διδακτορική Διατριβή 4482

IV Συστήματα με Δειγματοληψία

΄Ενα σύστημα με δειγματοληψία με στοιχείο διατήρησης τιμής μη-

δενικής τάξης έχει τη μορφή

dx

dt= f(x(t) u(t))

u(t) = uk forallt isin [kh (k + 1)h)

Π Σωπασάκης Διδακτορική Διατριβή 4582

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Ο σχεδιασμός ενός ΕΠΜ που εγγυάται ικανοποίηση των

περιορισμών στο συνεχές είχε αναγνωριστεί ως ανοιχτό

πρόβλημα από τους L Grune και J Pannek το 2011

L Grune and J Pannek Nonlinear Model Predictive Control Theory and Algorithms ser Com-munications and Control Engineering Springer-Verlag 2011

Π Σωπασάκης Διδακτορική Διατριβή 4782

IV Διατύπωση του Προβλήματος

Το αρχικό πρόβλημα βελτιστοποίησης PN (x0) είναι

V N (x0) = inf

uisinCh([0Tf ]Rm)

int Tf

0`(x(t) u(t))dt+ Vf (x(Tf ))

υπό τους περιορισμούς

x(0) = x0

x(t) = Ax(t) +Bu(t) t isin [0 Tf ]

u(t) = uk t isin [kh (k + 1)h) k isin N[0Nminus1]

x(t) isin X t isin [0 Tf ] (Ημιάπειρο Πρόβλημα)

u(t) isin U t isin [0 Tf ]

x(Tf ) isin Xf

όπου Tf = Nh `(x u) = 12(xprimeQx+ uprimeRu) και Vf (x) = 1

2xprimePx

Π Σωπασάκης Διδακτορική Διατριβή 4882

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Πολυτοπικές Υπερπροσεγγίσεις

Χρησιμοποιώντας τη μέθοδο δι-

άσπασης Jordan σε συνδυασμό

με τη μέθοδο πλεγματοποίησης-

φράγματος κατασκευάζουμε πολύτο-

πα Pν με

Pν supe co Φ([0 h])

και

PνKrarr co Φ([0 h])

Ορίζουμε

Zν = Pminus1ν (X )

Αποδείξαμε ότι

Zν rarr Zh

minus06 minus04 minus02 0 02 04 06 08 1 12

065

07

075

08

085

09

095

1

x1

x2

Σχήμα Πολυτοπική Υπερπροσέγγι-

ση της συνάρτησης ∆(r) = eAr

P Patrinos P Sopasakis and H SarimveisldquoStochastic model predictive control for con-strained NCS with random time delayrdquo in Proc18th IFAC World Congress Aug 28 ndash Sep 22011

Π Σωπασάκης Διδακτορική Διατριβή 5082

IV Αναδιαμορφωμένο πρόβλημα ΕΠΜ

Διαμορφώνουμε την ακολουθία προβλημάτων ΕΠΜ

PνN (x0) V Nν (x0) = min

u[0Nminus1]isinUνN (x0)VN(x0u[0Nminus1]

)(1)

όπου

UνN (x0) =

u[0Nminus1]

∣∣∣∣∣∣∣∣∣∣

xk+1 = Ahxk +Bhukk isin N[0Nminus1]

(xk uk) isin Zν k isin N[0Nminus1]uk isin U k isin N[0Nminus1]xN isin X νf

(2)

Απ΄ όπου προκύπτουν οι βέλτιστες ακολουθίες λύσεων uν[0Nminus1]

Π Σωπασάκης Διδακτορική Διατριβή 5182

IV Ιδιότητες του ΕΠΜ

Ιδιότητες του σχήματος ΕΠΜ που

προτείνουμε

1 Ικανοποίηση των περιορισμών

στο συνεχή χρόνο

2 Εγγύηση ευστάθειας στο συνε-

χή χρόνο

3 uν[0Nminus1]grarr u[0Nminus1]

4 V Nνerarr V N

P Sopasakis P Patrinos and H SarimveisldquoModel Predictive Control for sampled-data li-near systems Guaranteeing continuous-time po-sitive invariancerdquo 2012 IEEE Trans Aut Contrsubmitted for publication

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Σχήμα Σύγκριση των πεδίων έλξης

της μεθοδολογίας μας με αυτή των

Magni και Scattolini

Π Σωπασάκης Διδακτορική Διατριβή 5282

VΚρουστική Χορήγηση

Αναλλοίωτο και Ευστάθεια Κρουστικών Συστημάτων Ελέγχου και

Σχεδιασμός Ελεγκτή Προβλεπτικού Μοντέλου

Π Σωπασάκης Διδακτορική Διατριβή 5382

V Κίνητρο

Τα Κρουστικά Δυναμικά περιγράφουν φαινόμενα στα οποία συμβα-

ίνουν στιγμιαία άλματα Σχετικά παραδείγματα είναι

1 Ζυμωτήρας διαλείποντος έργου (Shen et al 2007)

2 Πληθυσμιακή Δυναμική (Stone et al 2000)

3 Νανοηλεκτρονικά κυκλώματα (Yang and Chua 2000)

4 Πλοήγηση διαστημοπλοίου (Carter 1991)

5 Χορήγηση φαρμάκου (Kusuoka et al 1981)

Υπάρχει ωστόσο ένα μεθοδολογικό κενό ndash το οποίο προσπα-

θήσαμε να γεφυρώσουμε ndash το οποίο δεν επιτρέπει τη χρήση τους σε

εφαρμογές ελέγχου συστημάτων

Π Σωπασάκης Διδακτορική Διατριβή 5482

V Παράδειγμα Κρουστικής Συμπεριφοράς

minus2 minus1 0 1 2 3 4 5minus3

minus2

minus1

0

1

2

3

4

x1

x2

Impulsive Behaviour

Π Σωπασάκης Διδακτορική Διατριβή 5582

V Γραμμικά Κρουστικά Συστήματα τύπου Ι

Εστιάζουμε στα ακόλουθα κρουστικά συστήματα

dx

dt= Ax t isin hN (3αʹ)

(∆x)(τk) = BU(k x(τk)) (3βʹ)

όπου τk = kh k isin N Η λύση του (3) που τέμνει το (t0 x0) isinR times D με τη δράση της συνάρτησης ελέγχου U(k x) = g(x(τk))συμβολίζεται με ϕ(t t0 x0 g(middot))Το (3) υπόκειται στους περιορισμούς

x(t) isin X για κάθε t ge 0 X πολύεδρο

uk = g(x(τk)) isin U για κάθε k isin N U πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 5682

V Το πρόβλημα

Τα μόνα σημεία ισορροπίας τέτοιων συστημάτων τις περισσότερες

φορές δεν είναι άλλα από την αρχή ndash ή πιο γενικά σημεία

(xs us) isin kerAtimes kerB

΄Αρα δεν είναι δυνατό να σχεδιάσουμε σταθεροποιητικούς νόμους

ανάδρασης που οδηγούν την κατάσταση των κρουστικών συστη-

μάτων σε αυθαίρετα επιθυμητά σημεία

Π Σωπασάκης Διδακτορική Διατριβή 5782

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Π Σωπασάκης Διδακτορική Διατριβή 5982

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Υπολογισμός Ορίζουμε το F P(Rn)rarr P(Rn) ως

F (Ω) = projx

(y u) isin Rn+m

∣∣∣∣ ϕ(T 0 y u) isin ΩS (y u) sube Z

cap Ω

όπου S(x u) sube W(x u)1 Κάθε Y με F (Y) = Y είναι ένα Κρου-

στικά Ελεγκτικά Αναλλοώτο σύνολο ως προς Z

1Σημειώστε ότι W(x u) = clϕ(t 0 x u) t isin (0 h]Π Σωπασάκης Διδακτορική Διατριβή 6082

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Κατασκευάζουμε μια εμφολευμένη ακολουθία συνόλων YkkisinN ώστε

Y0 = ZYk+1 = F (Yk) k isin N

Το όριο

Yinfin =⋂kisinNYk

είναι ΚΕΑ Αν η σύγκλιση γίνεται σε πεπερασμένο αριθμό βημάτων

τότε είναι πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 6182

V Κρουστική Ευστάθεια Συνόλων

΄Ενα empty 6= Z $ X λέγεται ευσταθές για ένα δοσμένο σύστημα Σg

ndash με ανατροφοδότηση U(k x) = g(x(τk)) ndash ως προς ένα Y 6= empty αν

forallε gt 0existδ gt 0 x0 isin BYδ rArr ϕ(tx0 g(middot)) isin BZε forallt ge 0

Το Z λέγεται τοπικά ασυμπτωτικά ευσταθές για το Σgως

προς Y αν είναι ευσταθές και υπάρχει ε gt 0 ώστε

limtrarrinfin

distZ ϕ(tx0 g(middot)) = 0

οπόταν x0 isin BYε

Ορίζουμε BYδ = x isin X | distY(x) lt δ

Π Σωπασάκης Διδακτορική Διατριβή 6282

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 16: Modelling and Control of Biological and Physiological Systems

Ι Χορήγηση L-dopa από του στόματος

0 5 10 15 20 25 300

02

04

06

08

1

12

14

Time Instants

Pro

babili

ty (

)

MTC Violation Probability minus Striatum

Σχήμα Πιθανότητα παραβίασης της Ελάχιστης Τοξικής Συγκέντρωσης

στο ραβδωτό σώμα του εγκεφάλου (γpl = 15 γstr = δstr = 0)

Π Σωπασάκης Διδακτορική Διατριβή 1682

Ι Χορήγηση L-dopa από του στόματος

0 5 10 15 20 25 300

1

2

3

4

5

6

Time Instants

Pro

babili

ty (

)

MEC Violation Probability minus Striatum

Σχήμα Πιθανότητα παραβίασης της Ελάχιστης Θεραπευτικής Συγκέν-

τρωσης στο ραβδωτό σώμα του εγκεφάλου (γpl = 15 γstr = δstr = 0)

Π Σωπασάκης Διδακτορική Διατριβή 1782

Ι Χορήγηση L-dopa από του στόματος

0 5 10 15 20 25

2

4

6

8

10

12

Time Instants

Dose (

mgk

g)

Optimal Dose

Σχήμα Βέλτιστη ακολουθία δόσεων που προκύπτει από την επίλυση του

προβλήματος στοχαστικής βελτιστοποίησης (γpl = 15 γstr = δstr = 0)

Π Σωπασάκης Διδακτορική Διατριβή 1882

IIΠροβλεπτικός ΄Ελεγχος Συνεχούς Ενδοβλέβιας

΄Εγχυσης Φαρμάκου

με δυνατότητα μεταβολής του set-point σε πραγματικό χρόνο και

με ελλιπή πληροφορία της κατάστασης

Π Σωπασάκης Διδακτορική Διατριβή 1982

ΙΙ ΄Ελεγχος Συνεχούς Ενδοβλέβιας ΄Εγχυσης

Διατύπωση του προβλήματος

1 Μόνο μετρήσεις στο πλάσμα είναι διαθέσιμες σε πραγματικό

χρόνο

2 Περιορισμοί στην είσοδο (ρυθμός χορήγησης) και την κατάστα-

ση (συγκεντρώσεις)

3 Το set-point μπορεί να μεταβάλλεται κατ΄ επιλογή του ιατρού

P Sopasakis P Patrinos S Giannikou and H Sarimveis ldquoPhysiologically based pharmacoki-netic modeling and predictive control an integrated approach for optimal drug administrationrdquoComputer Aided Chemical Engineering vol 29 pp 1490ndash1494 2011

Π Σωπασάκης Διδακτορική Διατριβή 2082

ΙΙ Φυσιολογικά ΦΚ Μοντέλα

Σχετικά Τα ΦΦΜ είναι σύνολα συνήθων διαφορικών εξισώσεων

που χρησιμοποιούνται για την πρόβλεψηπροσομοίωση της κατανο-

μής ουσιών σε έναν οργανισμό

Βασικά Χαρακτηριστικά

1 Μηχανιστική ερμηνεία της φαρμακοκινητικής

2 Μοντέλα συνεχούς χρόνου

3 Εξάγονται στη βάση ισοζυγίων μάζας (διάχυση ροή) και

άλλων αρχών της Φυσικής

Π Σωπασάκης Διδακτορική Διατριβή 2182

ΙΙ ΄Ελεγχος Προβλεπτικού Μοντέλου

Βασικά Χαρακτηριστικά

1 Εύρωστη ευστάθεια

2 Στρατηγική βέλτιστου ελέγχου

3 Οι περιορισμοί του συστήματος λαμβάνονται υπόψη με

συστηματικό τρόπο

H Sarimveis P Sopasakis A Afantitis and G Melagraki ldquoA model predictive control approachfor optimal drug administrationrdquo Chemical Engineering Transactions vol 17 2009

Π Σωπασάκης Διδακτορική Διατριβή 2282

ΙΙ Βήμα 1 Μοντελοποίηση

M V Evans et al ldquoA physiologically based pharmacokin model for iv and ingested DMA inmicerdquo Toxicol sci Oxford University Press pp 1ndash4 2008

Π Σωπασάκης Διδακτορική Διατριβή 2382

ΙΙ Βήμα 1 Μοντελοποίηση

Παράδειγμα

VblidCvi

dt= Qi (Cart minus Cvi)minus πi

(Cvi minus

CiPi

)minus

minus rexi (Cvi)Vbli

VidCidt

= πi

(Cvi minus

CiPi

)minus rmeti (Ci)Vi

Το σύνολο των εξισώσεων του μοντέλου γράφεται στο χώρο κα-

τάστασης στη μορφή

dx (t)

dt= f0 (x (t) u (t))

y(t) = g0(x(t))

Π Σωπασάκης Διδακτορική Διατριβή 2482

ΙΙ Βήμα 2 Διακριτοποίηση

Διακριτοποιούμε το σύστημα συνεχούς χρόνου

x(k + 1) = f(x(k) u(k))

y(k) = g0(x(k))

Το οποίο γραμμικοποιούμε γύρω από ένα σημείο ισορροπίας

x(k + 1) = Ax(k) +Bu(k)

y(k) = Cx(k)

ενώ στο σύστημα ενεργούν οι περιορισμοί

Gx(k) +Hu(k) leM

Π Σωπασάκης Διδακτορική Διατριβή 2582

ΙΙ Βήμα 3 Σχεδιασμός Παρατηρητή

Εισάγουμε το επαυξημένο σύστημα

x(k + 1) = Ax(k) +Bu(k) +Bdd(k)

d(k + 1) = d(k)

y(k) = Cx(k) + Cdd(k)

Αν ξ(k) = [ x(k)prime d(k)prime ]prime τότε το παραπάνω σύστημα γράφεται ως

ξ(k + 1) = Aξ(k) + Bu(k)

y(k) = Cξ(k)

Ορίζουμε ey(k) = Cξ (k)minusy (k) ΄Ενας γραμμικός παρατηρητής λαμβάνει

τη μορφή

ξ(k + 1) = Aξ(k) + Bu(k) +

[LxLd

]ey(k)

Π Σωπασάκης Διδακτορική Διατριβή 2682

ΙΙ Βήμα 4 Σχεδιασμός Προβλεπτικού Ελεγκτή

Κάθε χρονική στιγμή j λύνουμε το πρόβλημα ελαχιστοποίησης

V N

(ξ (j)

)= minπ=ujNminus1

j=0

VN

(π ξ (j)

)υποκείμενο στους περιορισμούς

ξ(k + 1) = Aξ(k) + Bu(k) forallk isin N[0Nminus1]

Gx (k) +Hu (k) leM forallk isin N[0N ]

ξ (0) = ξ(j)

όπου η αντικειμενική συνάρτηση είναι

VN

(π ξ (j)

)= x (N)minus x (j)2P

+sumNminus1k=0 x (k)minus x (j)2Q + u (k)minus u (j)2R

P Patrinos P Sopasakis and H Sarimveis ldquoA global piecewise smooth Newton method for fastlarge-scale model predictive controlrdquo Automatica vol 47 no 9 pp 2016ndash2022 2011

Π Σωπασάκης Διδακτορική Διατριβή 2782

ΙΙ Βήμα 4 Σχεδιασμός Προβλεπτικού Ελεγκτή

Ο πίνακας P που ποινικοποιεί την τερματική απόκλιση x (N)minus x (j) 2Pλαμβάνεται ως η (μοναδική) λύση της εξίσωσης

P = AprimePAminus (AprimePB) (BprimePB +R)minus1

(BprimePA) +Q

Τα x (j) και u (j) υπολογίζονται από τη σχέση[Aminus I BC 0

] [x (j)u (j)

]=

[minusBdd (j)

r (j)minus Cdd (j)

]

Π Σωπασάκης Διδακτορική Διατριβή 2882

ΙΙ Εφαρμογή ndash Χορήγηση DMA

Εφαρμογή σε ένα ΦΦΜ με 14 μεταβλητές κατάστασης (Evans etal) για χορήγηση DMA

0 1 2 3 4 50

002

004

006

008

01

012

014

Time (hr)

Co

nce

ntr

atio

n (

mg

L)

Kidney

Kidney (estimated)

Lung

Lung (estimated)

Σχήμα Απόκριση του παρατηρητή κατάστασης μετά από διέγερση του συ-

στήματος με πεπερασμένο παλμό πλάτους 01mghr και διάρκειας 24min

Π Σωπασάκης Διδακτορική Διατριβή 2982

ΙΙ Εφαρμογή ndash Χορήγηση DMA

Εφαρμόζουμε την προταθείσα μεθο-

δολογία στο σύστημα των Evans etal με τους περιορισμούς

Πίνακας Ελάχιστες Τοξικές Συγ-

κεντρώσεις

΄Οργανο MTC (microgL)

΄Ηπαρ 14

Δέρμα 14

Ερυθρά Αιμ 10

Νεφροί 05

Πνεύμονες 05

και μεταβάλλοντας το επιθυμητό ση-

μείο λειτουργίας

P Sopasakis P Patrinos amp H Sarimveis ldquoMo-del Predictive Control for Optimal Drug Admi-nistrationrdquo submitted 2012

0 05 1 15 2 25 3 35 4 450

02

04

06

08

1

12

14

Time (hr)

Concentr

ation (

ugL

)

Reference

Plasma

RBC

Lungs

Skin (tissue)

Kidney (tissue)

Liver (tissue)

0 05 1 15 2 25 3 35 4 450

005

01

Time (hr)

Adm

inis

tration R

ate

(ugh

r)

Π Σωπασάκης Διδακτορική Διατριβή 3082

III΄Ελεγχος Συστημάτων Κλασματικής Τάξης

με εφαρμογή στον έλεγχο της συγκέντρωσης φαρμάκου

Π Σωπασάκης Διδακτορική Διατριβή 3182

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κλασματικά Δυναμικά Συστήματα

Είναι τελεστικές σχέσεις εισόδου-εξόδου της μορφής

H(Dα1 Dαn)y(t) = G(Dβ1 Dβm)u(t)

Αν οι H και G είναι γραμμικοί τότε εφαρμόζοντας το μετασχημα-

τισμό Laplace έχουμε

T (s) =y(s)

u(s)=P (s)

Q(s)

όπου y(s) = L y(t) και u(s) = L u(t) και τα PQ είναι lsquoκλασμα-

τικά πολυώνυμαrsquo δηλαδή έχουν τη μορφή

P (s) =

nsumi=0

aisbi bi ge 0

Π Σωπασάκης Διδακτορική Διατριβή 3382

ΙΙΙ Κλασματική Φαρμακοκινητική

Χρησιμοποιούμε κλασματικές παραγώγους διότι

1 Οι παράγωγοι μη ακέραιας τάξης είναι μη-τοπικοί τελεστές

και άρα περιγράφουν διεργασίες με μνήμη όπως

3 η ανώμαλη διάχυση και

4 η παγίδευση φαρμάκου σε ιστούς

R Hilfer ldquoFractional diffusion based on Riemann-Liouville fractional derivativesrdquo J PhysChem B vol 104 pp 3914ndash3917 2000

Π Σωπασάκης Διδακτορική Διατριβή 3482

ΙΙΙ Κλασματική Φαρμακοκινητική Αμιοδαρόνης

Φαρμακοκινητικές Εξισώσεις

DA1 = minus(k12 + k10)A1(t) + k21 middot C D1minusaA2(t) + u(t)

DA2 = k12A1(t)minus k21 middot C D1minusaA2(t)

Π Σωπασάκης Διδακτορική Διατριβή 3582

ΙΙΙ Ρυθμιστής PIλDmicro

Κλασματικός ρυθμιστής με συνάρτηση μεταφοράς

Gc(s) = Kp +Ki

sλ+Kds

micro

ο οποίος παράγει τη ρυθμιστική δράση

u(t) = Kpε(t) +Ki(Iλ ε)(t) + (C Dmicro ε)(t)

όπου ε(t) = ySP (t)minus y(t)

Π Σωπασάκης Διδακτορική Διατριβή 3682

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Βαθμονόμηση Κλασματικού Ρυθμιστή

Ελαχιστοποίηση ενός ολοκληρωτικού κριστηρίου όπως του

JTfITAE =

int Tf

0τ |ε(τ)|dτ

Δηλαδή επίλυση του προβλήματος βελτιστοποίησης

J = min JTfITAE(KpKiKd λ micro)

υπό τις προαναφερθείσες προδιαγραφές βαθμονόμησης απ΄

όπου προκύπτουν οι βέλτιστες παράμετροι βαθμονόμησης

(Kp K

i K

d λ

micro) = argminJTfITAE

Π Σωπασάκης Διδακτορική Διατριβή 3882

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Εφαρμόζοντας το μετασχηματισμό Laplace προκύπτει η συνάρτηση

μεταφοράς του συστήματος

G(s) equiv A1(s)

U(s)=

sa + k21sa+1 + k21s+ (k10 + k12)sa + k10k21

Πίνακας ΦΚ Παράμετροι Αμιοδαρόνης

Παράμετρος Τιμή

a 05870k10 14913dayminus1

k12 29522dayminus1

k21 04854dayminusa

A Dokoumetzidis R Magin and P Macheras ldquoFractional kinetics in multi- compartmentalsystemsrdquo Journal of Pharmacokinetics and Pharmacodynamics vol 37 pp 507ndash524 2010

Π Σωπασάκης Διδακτορική Διατριβή 3982

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Πίνακας Βέλτιστες Παράμε-

τροι Βαθμονόμησης Κλασμα-

τικού Ρυθμιστή

Παράμετρος Τιμή

Kp 5052Ki 1511Kd 00756λ 09170micro 07590

005 01 015 02 025 030

002

004

006

008

01

012

Kp=20

Kp=95

Kp=K

p

opt

Time (days)

Am

ou

nt

A1

Π Σωπασάκης Διδακτορική Διατριβή 4082

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus100

minus50

0

50

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ανοιχτού βρόγχου Το περι-

θώριο φάσης είναι 98 και το περιθώριο ενίσχυσης 439db

Π Σωπασάκης Διδακτορική Διατριβή 4182

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus80

minus60

minus40

minus20

0

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης καθοδήγησης Η απολαβή στις

υψηλές συχνότητες (gt 102radday) είναι κάτω των minus60db

Π Σωπασάκης Διδακτορική Διατριβή 4282

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus30

minus20

minus10

0

10

Magnitude (

dB

)

10minus3

10minus2

10minus1

100

101

102

minus30

0

30

60

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ευαισθησίας Η απολαβή χα-

μηλών συχνοτήτων (lt 10minus2radday) είναι κάτω των minus20db

Π Σωπασάκης Διδακτορική Διατριβή 4382

IVΔειγματοληπτική Χορήγηση

Εξασφάλιση ικανοποίησης των περιορισμών στο συνεχές

Π Σωπασάκης Διδακτορική Διατριβή 4482

IV Συστήματα με Δειγματοληψία

΄Ενα σύστημα με δειγματοληψία με στοιχείο διατήρησης τιμής μη-

δενικής τάξης έχει τη μορφή

dx

dt= f(x(t) u(t))

u(t) = uk forallt isin [kh (k + 1)h)

Π Σωπασάκης Διδακτορική Διατριβή 4582

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Ο σχεδιασμός ενός ΕΠΜ που εγγυάται ικανοποίηση των

περιορισμών στο συνεχές είχε αναγνωριστεί ως ανοιχτό

πρόβλημα από τους L Grune και J Pannek το 2011

L Grune and J Pannek Nonlinear Model Predictive Control Theory and Algorithms ser Com-munications and Control Engineering Springer-Verlag 2011

Π Σωπασάκης Διδακτορική Διατριβή 4782

IV Διατύπωση του Προβλήματος

Το αρχικό πρόβλημα βελτιστοποίησης PN (x0) είναι

V N (x0) = inf

uisinCh([0Tf ]Rm)

int Tf

0`(x(t) u(t))dt+ Vf (x(Tf ))

υπό τους περιορισμούς

x(0) = x0

x(t) = Ax(t) +Bu(t) t isin [0 Tf ]

u(t) = uk t isin [kh (k + 1)h) k isin N[0Nminus1]

x(t) isin X t isin [0 Tf ] (Ημιάπειρο Πρόβλημα)

u(t) isin U t isin [0 Tf ]

x(Tf ) isin Xf

όπου Tf = Nh `(x u) = 12(xprimeQx+ uprimeRu) και Vf (x) = 1

2xprimePx

Π Σωπασάκης Διδακτορική Διατριβή 4882

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Πολυτοπικές Υπερπροσεγγίσεις

Χρησιμοποιώντας τη μέθοδο δι-

άσπασης Jordan σε συνδυασμό

με τη μέθοδο πλεγματοποίησης-

φράγματος κατασκευάζουμε πολύτο-

πα Pν με

Pν supe co Φ([0 h])

και

PνKrarr co Φ([0 h])

Ορίζουμε

Zν = Pminus1ν (X )

Αποδείξαμε ότι

Zν rarr Zh

minus06 minus04 minus02 0 02 04 06 08 1 12

065

07

075

08

085

09

095

1

x1

x2

Σχήμα Πολυτοπική Υπερπροσέγγι-

ση της συνάρτησης ∆(r) = eAr

P Patrinos P Sopasakis and H SarimveisldquoStochastic model predictive control for con-strained NCS with random time delayrdquo in Proc18th IFAC World Congress Aug 28 ndash Sep 22011

Π Σωπασάκης Διδακτορική Διατριβή 5082

IV Αναδιαμορφωμένο πρόβλημα ΕΠΜ

Διαμορφώνουμε την ακολουθία προβλημάτων ΕΠΜ

PνN (x0) V Nν (x0) = min

u[0Nminus1]isinUνN (x0)VN(x0u[0Nminus1]

)(1)

όπου

UνN (x0) =

u[0Nminus1]

∣∣∣∣∣∣∣∣∣∣

xk+1 = Ahxk +Bhukk isin N[0Nminus1]

(xk uk) isin Zν k isin N[0Nminus1]uk isin U k isin N[0Nminus1]xN isin X νf

(2)

Απ΄ όπου προκύπτουν οι βέλτιστες ακολουθίες λύσεων uν[0Nminus1]

Π Σωπασάκης Διδακτορική Διατριβή 5182

IV Ιδιότητες του ΕΠΜ

Ιδιότητες του σχήματος ΕΠΜ που

προτείνουμε

1 Ικανοποίηση των περιορισμών

στο συνεχή χρόνο

2 Εγγύηση ευστάθειας στο συνε-

χή χρόνο

3 uν[0Nminus1]grarr u[0Nminus1]

4 V Nνerarr V N

P Sopasakis P Patrinos and H SarimveisldquoModel Predictive Control for sampled-data li-near systems Guaranteeing continuous-time po-sitive invariancerdquo 2012 IEEE Trans Aut Contrsubmitted for publication

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Σχήμα Σύγκριση των πεδίων έλξης

της μεθοδολογίας μας με αυτή των

Magni και Scattolini

Π Σωπασάκης Διδακτορική Διατριβή 5282

VΚρουστική Χορήγηση

Αναλλοίωτο και Ευστάθεια Κρουστικών Συστημάτων Ελέγχου και

Σχεδιασμός Ελεγκτή Προβλεπτικού Μοντέλου

Π Σωπασάκης Διδακτορική Διατριβή 5382

V Κίνητρο

Τα Κρουστικά Δυναμικά περιγράφουν φαινόμενα στα οποία συμβα-

ίνουν στιγμιαία άλματα Σχετικά παραδείγματα είναι

1 Ζυμωτήρας διαλείποντος έργου (Shen et al 2007)

2 Πληθυσμιακή Δυναμική (Stone et al 2000)

3 Νανοηλεκτρονικά κυκλώματα (Yang and Chua 2000)

4 Πλοήγηση διαστημοπλοίου (Carter 1991)

5 Χορήγηση φαρμάκου (Kusuoka et al 1981)

Υπάρχει ωστόσο ένα μεθοδολογικό κενό ndash το οποίο προσπα-

θήσαμε να γεφυρώσουμε ndash το οποίο δεν επιτρέπει τη χρήση τους σε

εφαρμογές ελέγχου συστημάτων

Π Σωπασάκης Διδακτορική Διατριβή 5482

V Παράδειγμα Κρουστικής Συμπεριφοράς

minus2 minus1 0 1 2 3 4 5minus3

minus2

minus1

0

1

2

3

4

x1

x2

Impulsive Behaviour

Π Σωπασάκης Διδακτορική Διατριβή 5582

V Γραμμικά Κρουστικά Συστήματα τύπου Ι

Εστιάζουμε στα ακόλουθα κρουστικά συστήματα

dx

dt= Ax t isin hN (3αʹ)

(∆x)(τk) = BU(k x(τk)) (3βʹ)

όπου τk = kh k isin N Η λύση του (3) που τέμνει το (t0 x0) isinR times D με τη δράση της συνάρτησης ελέγχου U(k x) = g(x(τk))συμβολίζεται με ϕ(t t0 x0 g(middot))Το (3) υπόκειται στους περιορισμούς

x(t) isin X για κάθε t ge 0 X πολύεδρο

uk = g(x(τk)) isin U για κάθε k isin N U πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 5682

V Το πρόβλημα

Τα μόνα σημεία ισορροπίας τέτοιων συστημάτων τις περισσότερες

φορές δεν είναι άλλα από την αρχή ndash ή πιο γενικά σημεία

(xs us) isin kerAtimes kerB

΄Αρα δεν είναι δυνατό να σχεδιάσουμε σταθεροποιητικούς νόμους

ανάδρασης που οδηγούν την κατάσταση των κρουστικών συστη-

μάτων σε αυθαίρετα επιθυμητά σημεία

Π Σωπασάκης Διδακτορική Διατριβή 5782

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Π Σωπασάκης Διδακτορική Διατριβή 5982

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Υπολογισμός Ορίζουμε το F P(Rn)rarr P(Rn) ως

F (Ω) = projx

(y u) isin Rn+m

∣∣∣∣ ϕ(T 0 y u) isin ΩS (y u) sube Z

cap Ω

όπου S(x u) sube W(x u)1 Κάθε Y με F (Y) = Y είναι ένα Κρου-

στικά Ελεγκτικά Αναλλοώτο σύνολο ως προς Z

1Σημειώστε ότι W(x u) = clϕ(t 0 x u) t isin (0 h]Π Σωπασάκης Διδακτορική Διατριβή 6082

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Κατασκευάζουμε μια εμφολευμένη ακολουθία συνόλων YkkisinN ώστε

Y0 = ZYk+1 = F (Yk) k isin N

Το όριο

Yinfin =⋂kisinNYk

είναι ΚΕΑ Αν η σύγκλιση γίνεται σε πεπερασμένο αριθμό βημάτων

τότε είναι πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 6182

V Κρουστική Ευστάθεια Συνόλων

΄Ενα empty 6= Z $ X λέγεται ευσταθές για ένα δοσμένο σύστημα Σg

ndash με ανατροφοδότηση U(k x) = g(x(τk)) ndash ως προς ένα Y 6= empty αν

forallε gt 0existδ gt 0 x0 isin BYδ rArr ϕ(tx0 g(middot)) isin BZε forallt ge 0

Το Z λέγεται τοπικά ασυμπτωτικά ευσταθές για το Σgως

προς Y αν είναι ευσταθές και υπάρχει ε gt 0 ώστε

limtrarrinfin

distZ ϕ(tx0 g(middot)) = 0

οπόταν x0 isin BYε

Ορίζουμε BYδ = x isin X | distY(x) lt δ

Π Σωπασάκης Διδακτορική Διατριβή 6282

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 17: Modelling and Control of Biological and Physiological Systems

Ι Χορήγηση L-dopa από του στόματος

0 5 10 15 20 25 300

1

2

3

4

5

6

Time Instants

Pro

babili

ty (

)

MEC Violation Probability minus Striatum

Σχήμα Πιθανότητα παραβίασης της Ελάχιστης Θεραπευτικής Συγκέν-

τρωσης στο ραβδωτό σώμα του εγκεφάλου (γpl = 15 γstr = δstr = 0)

Π Σωπασάκης Διδακτορική Διατριβή 1782

Ι Χορήγηση L-dopa από του στόματος

0 5 10 15 20 25

2

4

6

8

10

12

Time Instants

Dose (

mgk

g)

Optimal Dose

Σχήμα Βέλτιστη ακολουθία δόσεων που προκύπτει από την επίλυση του

προβλήματος στοχαστικής βελτιστοποίησης (γpl = 15 γstr = δstr = 0)

Π Σωπασάκης Διδακτορική Διατριβή 1882

IIΠροβλεπτικός ΄Ελεγχος Συνεχούς Ενδοβλέβιας

΄Εγχυσης Φαρμάκου

με δυνατότητα μεταβολής του set-point σε πραγματικό χρόνο και

με ελλιπή πληροφορία της κατάστασης

Π Σωπασάκης Διδακτορική Διατριβή 1982

ΙΙ ΄Ελεγχος Συνεχούς Ενδοβλέβιας ΄Εγχυσης

Διατύπωση του προβλήματος

1 Μόνο μετρήσεις στο πλάσμα είναι διαθέσιμες σε πραγματικό

χρόνο

2 Περιορισμοί στην είσοδο (ρυθμός χορήγησης) και την κατάστα-

ση (συγκεντρώσεις)

3 Το set-point μπορεί να μεταβάλλεται κατ΄ επιλογή του ιατρού

P Sopasakis P Patrinos S Giannikou and H Sarimveis ldquoPhysiologically based pharmacoki-netic modeling and predictive control an integrated approach for optimal drug administrationrdquoComputer Aided Chemical Engineering vol 29 pp 1490ndash1494 2011

Π Σωπασάκης Διδακτορική Διατριβή 2082

ΙΙ Φυσιολογικά ΦΚ Μοντέλα

Σχετικά Τα ΦΦΜ είναι σύνολα συνήθων διαφορικών εξισώσεων

που χρησιμοποιούνται για την πρόβλεψηπροσομοίωση της κατανο-

μής ουσιών σε έναν οργανισμό

Βασικά Χαρακτηριστικά

1 Μηχανιστική ερμηνεία της φαρμακοκινητικής

2 Μοντέλα συνεχούς χρόνου

3 Εξάγονται στη βάση ισοζυγίων μάζας (διάχυση ροή) και

άλλων αρχών της Φυσικής

Π Σωπασάκης Διδακτορική Διατριβή 2182

ΙΙ ΄Ελεγχος Προβλεπτικού Μοντέλου

Βασικά Χαρακτηριστικά

1 Εύρωστη ευστάθεια

2 Στρατηγική βέλτιστου ελέγχου

3 Οι περιορισμοί του συστήματος λαμβάνονται υπόψη με

συστηματικό τρόπο

H Sarimveis P Sopasakis A Afantitis and G Melagraki ldquoA model predictive control approachfor optimal drug administrationrdquo Chemical Engineering Transactions vol 17 2009

Π Σωπασάκης Διδακτορική Διατριβή 2282

ΙΙ Βήμα 1 Μοντελοποίηση

M V Evans et al ldquoA physiologically based pharmacokin model for iv and ingested DMA inmicerdquo Toxicol sci Oxford University Press pp 1ndash4 2008

Π Σωπασάκης Διδακτορική Διατριβή 2382

ΙΙ Βήμα 1 Μοντελοποίηση

Παράδειγμα

VblidCvi

dt= Qi (Cart minus Cvi)minus πi

(Cvi minus

CiPi

)minus

minus rexi (Cvi)Vbli

VidCidt

= πi

(Cvi minus

CiPi

)minus rmeti (Ci)Vi

Το σύνολο των εξισώσεων του μοντέλου γράφεται στο χώρο κα-

τάστασης στη μορφή

dx (t)

dt= f0 (x (t) u (t))

y(t) = g0(x(t))

Π Σωπασάκης Διδακτορική Διατριβή 2482

ΙΙ Βήμα 2 Διακριτοποίηση

Διακριτοποιούμε το σύστημα συνεχούς χρόνου

x(k + 1) = f(x(k) u(k))

y(k) = g0(x(k))

Το οποίο γραμμικοποιούμε γύρω από ένα σημείο ισορροπίας

x(k + 1) = Ax(k) +Bu(k)

y(k) = Cx(k)

ενώ στο σύστημα ενεργούν οι περιορισμοί

Gx(k) +Hu(k) leM

Π Σωπασάκης Διδακτορική Διατριβή 2582

ΙΙ Βήμα 3 Σχεδιασμός Παρατηρητή

Εισάγουμε το επαυξημένο σύστημα

x(k + 1) = Ax(k) +Bu(k) +Bdd(k)

d(k + 1) = d(k)

y(k) = Cx(k) + Cdd(k)

Αν ξ(k) = [ x(k)prime d(k)prime ]prime τότε το παραπάνω σύστημα γράφεται ως

ξ(k + 1) = Aξ(k) + Bu(k)

y(k) = Cξ(k)

Ορίζουμε ey(k) = Cξ (k)minusy (k) ΄Ενας γραμμικός παρατηρητής λαμβάνει

τη μορφή

ξ(k + 1) = Aξ(k) + Bu(k) +

[LxLd

]ey(k)

Π Σωπασάκης Διδακτορική Διατριβή 2682

ΙΙ Βήμα 4 Σχεδιασμός Προβλεπτικού Ελεγκτή

Κάθε χρονική στιγμή j λύνουμε το πρόβλημα ελαχιστοποίησης

V N

(ξ (j)

)= minπ=ujNminus1

j=0

VN

(π ξ (j)

)υποκείμενο στους περιορισμούς

ξ(k + 1) = Aξ(k) + Bu(k) forallk isin N[0Nminus1]

Gx (k) +Hu (k) leM forallk isin N[0N ]

ξ (0) = ξ(j)

όπου η αντικειμενική συνάρτηση είναι

VN

(π ξ (j)

)= x (N)minus x (j)2P

+sumNminus1k=0 x (k)minus x (j)2Q + u (k)minus u (j)2R

P Patrinos P Sopasakis and H Sarimveis ldquoA global piecewise smooth Newton method for fastlarge-scale model predictive controlrdquo Automatica vol 47 no 9 pp 2016ndash2022 2011

Π Σωπασάκης Διδακτορική Διατριβή 2782

ΙΙ Βήμα 4 Σχεδιασμός Προβλεπτικού Ελεγκτή

Ο πίνακας P που ποινικοποιεί την τερματική απόκλιση x (N)minus x (j) 2Pλαμβάνεται ως η (μοναδική) λύση της εξίσωσης

P = AprimePAminus (AprimePB) (BprimePB +R)minus1

(BprimePA) +Q

Τα x (j) και u (j) υπολογίζονται από τη σχέση[Aminus I BC 0

] [x (j)u (j)

]=

[minusBdd (j)

r (j)minus Cdd (j)

]

Π Σωπασάκης Διδακτορική Διατριβή 2882

ΙΙ Εφαρμογή ndash Χορήγηση DMA

Εφαρμογή σε ένα ΦΦΜ με 14 μεταβλητές κατάστασης (Evans etal) για χορήγηση DMA

0 1 2 3 4 50

002

004

006

008

01

012

014

Time (hr)

Co

nce

ntr

atio

n (

mg

L)

Kidney

Kidney (estimated)

Lung

Lung (estimated)

Σχήμα Απόκριση του παρατηρητή κατάστασης μετά από διέγερση του συ-

στήματος με πεπερασμένο παλμό πλάτους 01mghr και διάρκειας 24min

Π Σωπασάκης Διδακτορική Διατριβή 2982

ΙΙ Εφαρμογή ndash Χορήγηση DMA

Εφαρμόζουμε την προταθείσα μεθο-

δολογία στο σύστημα των Evans etal με τους περιορισμούς

Πίνακας Ελάχιστες Τοξικές Συγ-

κεντρώσεις

΄Οργανο MTC (microgL)

΄Ηπαρ 14

Δέρμα 14

Ερυθρά Αιμ 10

Νεφροί 05

Πνεύμονες 05

και μεταβάλλοντας το επιθυμητό ση-

μείο λειτουργίας

P Sopasakis P Patrinos amp H Sarimveis ldquoMo-del Predictive Control for Optimal Drug Admi-nistrationrdquo submitted 2012

0 05 1 15 2 25 3 35 4 450

02

04

06

08

1

12

14

Time (hr)

Concentr

ation (

ugL

)

Reference

Plasma

RBC

Lungs

Skin (tissue)

Kidney (tissue)

Liver (tissue)

0 05 1 15 2 25 3 35 4 450

005

01

Time (hr)

Adm

inis

tration R

ate

(ugh

r)

Π Σωπασάκης Διδακτορική Διατριβή 3082

III΄Ελεγχος Συστημάτων Κλασματικής Τάξης

με εφαρμογή στον έλεγχο της συγκέντρωσης φαρμάκου

Π Σωπασάκης Διδακτορική Διατριβή 3182

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κλασματικά Δυναμικά Συστήματα

Είναι τελεστικές σχέσεις εισόδου-εξόδου της μορφής

H(Dα1 Dαn)y(t) = G(Dβ1 Dβm)u(t)

Αν οι H και G είναι γραμμικοί τότε εφαρμόζοντας το μετασχημα-

τισμό Laplace έχουμε

T (s) =y(s)

u(s)=P (s)

Q(s)

όπου y(s) = L y(t) και u(s) = L u(t) και τα PQ είναι lsquoκλασμα-

τικά πολυώνυμαrsquo δηλαδή έχουν τη μορφή

P (s) =

nsumi=0

aisbi bi ge 0

Π Σωπασάκης Διδακτορική Διατριβή 3382

ΙΙΙ Κλασματική Φαρμακοκινητική

Χρησιμοποιούμε κλασματικές παραγώγους διότι

1 Οι παράγωγοι μη ακέραιας τάξης είναι μη-τοπικοί τελεστές

και άρα περιγράφουν διεργασίες με μνήμη όπως

3 η ανώμαλη διάχυση και

4 η παγίδευση φαρμάκου σε ιστούς

R Hilfer ldquoFractional diffusion based on Riemann-Liouville fractional derivativesrdquo J PhysChem B vol 104 pp 3914ndash3917 2000

Π Σωπασάκης Διδακτορική Διατριβή 3482

ΙΙΙ Κλασματική Φαρμακοκινητική Αμιοδαρόνης

Φαρμακοκινητικές Εξισώσεις

DA1 = minus(k12 + k10)A1(t) + k21 middot C D1minusaA2(t) + u(t)

DA2 = k12A1(t)minus k21 middot C D1minusaA2(t)

Π Σωπασάκης Διδακτορική Διατριβή 3582

ΙΙΙ Ρυθμιστής PIλDmicro

Κλασματικός ρυθμιστής με συνάρτηση μεταφοράς

Gc(s) = Kp +Ki

sλ+Kds

micro

ο οποίος παράγει τη ρυθμιστική δράση

u(t) = Kpε(t) +Ki(Iλ ε)(t) + (C Dmicro ε)(t)

όπου ε(t) = ySP (t)minus y(t)

Π Σωπασάκης Διδακτορική Διατριβή 3682

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Βαθμονόμηση Κλασματικού Ρυθμιστή

Ελαχιστοποίηση ενός ολοκληρωτικού κριστηρίου όπως του

JTfITAE =

int Tf

0τ |ε(τ)|dτ

Δηλαδή επίλυση του προβλήματος βελτιστοποίησης

J = min JTfITAE(KpKiKd λ micro)

υπό τις προαναφερθείσες προδιαγραφές βαθμονόμησης απ΄

όπου προκύπτουν οι βέλτιστες παράμετροι βαθμονόμησης

(Kp K

i K

d λ

micro) = argminJTfITAE

Π Σωπασάκης Διδακτορική Διατριβή 3882

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Εφαρμόζοντας το μετασχηματισμό Laplace προκύπτει η συνάρτηση

μεταφοράς του συστήματος

G(s) equiv A1(s)

U(s)=

sa + k21sa+1 + k21s+ (k10 + k12)sa + k10k21

Πίνακας ΦΚ Παράμετροι Αμιοδαρόνης

Παράμετρος Τιμή

a 05870k10 14913dayminus1

k12 29522dayminus1

k21 04854dayminusa

A Dokoumetzidis R Magin and P Macheras ldquoFractional kinetics in multi- compartmentalsystemsrdquo Journal of Pharmacokinetics and Pharmacodynamics vol 37 pp 507ndash524 2010

Π Σωπασάκης Διδακτορική Διατριβή 3982

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Πίνακας Βέλτιστες Παράμε-

τροι Βαθμονόμησης Κλασμα-

τικού Ρυθμιστή

Παράμετρος Τιμή

Kp 5052Ki 1511Kd 00756λ 09170micro 07590

005 01 015 02 025 030

002

004

006

008

01

012

Kp=20

Kp=95

Kp=K

p

opt

Time (days)

Am

ou

nt

A1

Π Σωπασάκης Διδακτορική Διατριβή 4082

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus100

minus50

0

50

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ανοιχτού βρόγχου Το περι-

θώριο φάσης είναι 98 και το περιθώριο ενίσχυσης 439db

Π Σωπασάκης Διδακτορική Διατριβή 4182

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus80

minus60

minus40

minus20

0

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης καθοδήγησης Η απολαβή στις

υψηλές συχνότητες (gt 102radday) είναι κάτω των minus60db

Π Σωπασάκης Διδακτορική Διατριβή 4282

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus30

minus20

minus10

0

10

Magnitude (

dB

)

10minus3

10minus2

10minus1

100

101

102

minus30

0

30

60

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ευαισθησίας Η απολαβή χα-

μηλών συχνοτήτων (lt 10minus2radday) είναι κάτω των minus20db

Π Σωπασάκης Διδακτορική Διατριβή 4382

IVΔειγματοληπτική Χορήγηση

Εξασφάλιση ικανοποίησης των περιορισμών στο συνεχές

Π Σωπασάκης Διδακτορική Διατριβή 4482

IV Συστήματα με Δειγματοληψία

΄Ενα σύστημα με δειγματοληψία με στοιχείο διατήρησης τιμής μη-

δενικής τάξης έχει τη μορφή

dx

dt= f(x(t) u(t))

u(t) = uk forallt isin [kh (k + 1)h)

Π Σωπασάκης Διδακτορική Διατριβή 4582

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Ο σχεδιασμός ενός ΕΠΜ που εγγυάται ικανοποίηση των

περιορισμών στο συνεχές είχε αναγνωριστεί ως ανοιχτό

πρόβλημα από τους L Grune και J Pannek το 2011

L Grune and J Pannek Nonlinear Model Predictive Control Theory and Algorithms ser Com-munications and Control Engineering Springer-Verlag 2011

Π Σωπασάκης Διδακτορική Διατριβή 4782

IV Διατύπωση του Προβλήματος

Το αρχικό πρόβλημα βελτιστοποίησης PN (x0) είναι

V N (x0) = inf

uisinCh([0Tf ]Rm)

int Tf

0`(x(t) u(t))dt+ Vf (x(Tf ))

υπό τους περιορισμούς

x(0) = x0

x(t) = Ax(t) +Bu(t) t isin [0 Tf ]

u(t) = uk t isin [kh (k + 1)h) k isin N[0Nminus1]

x(t) isin X t isin [0 Tf ] (Ημιάπειρο Πρόβλημα)

u(t) isin U t isin [0 Tf ]

x(Tf ) isin Xf

όπου Tf = Nh `(x u) = 12(xprimeQx+ uprimeRu) και Vf (x) = 1

2xprimePx

Π Σωπασάκης Διδακτορική Διατριβή 4882

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Πολυτοπικές Υπερπροσεγγίσεις

Χρησιμοποιώντας τη μέθοδο δι-

άσπασης Jordan σε συνδυασμό

με τη μέθοδο πλεγματοποίησης-

φράγματος κατασκευάζουμε πολύτο-

πα Pν με

Pν supe co Φ([0 h])

και

PνKrarr co Φ([0 h])

Ορίζουμε

Zν = Pminus1ν (X )

Αποδείξαμε ότι

Zν rarr Zh

minus06 minus04 minus02 0 02 04 06 08 1 12

065

07

075

08

085

09

095

1

x1

x2

Σχήμα Πολυτοπική Υπερπροσέγγι-

ση της συνάρτησης ∆(r) = eAr

P Patrinos P Sopasakis and H SarimveisldquoStochastic model predictive control for con-strained NCS with random time delayrdquo in Proc18th IFAC World Congress Aug 28 ndash Sep 22011

Π Σωπασάκης Διδακτορική Διατριβή 5082

IV Αναδιαμορφωμένο πρόβλημα ΕΠΜ

Διαμορφώνουμε την ακολουθία προβλημάτων ΕΠΜ

PνN (x0) V Nν (x0) = min

u[0Nminus1]isinUνN (x0)VN(x0u[0Nminus1]

)(1)

όπου

UνN (x0) =

u[0Nminus1]

∣∣∣∣∣∣∣∣∣∣

xk+1 = Ahxk +Bhukk isin N[0Nminus1]

(xk uk) isin Zν k isin N[0Nminus1]uk isin U k isin N[0Nminus1]xN isin X νf

(2)

Απ΄ όπου προκύπτουν οι βέλτιστες ακολουθίες λύσεων uν[0Nminus1]

Π Σωπασάκης Διδακτορική Διατριβή 5182

IV Ιδιότητες του ΕΠΜ

Ιδιότητες του σχήματος ΕΠΜ που

προτείνουμε

1 Ικανοποίηση των περιορισμών

στο συνεχή χρόνο

2 Εγγύηση ευστάθειας στο συνε-

χή χρόνο

3 uν[0Nminus1]grarr u[0Nminus1]

4 V Nνerarr V N

P Sopasakis P Patrinos and H SarimveisldquoModel Predictive Control for sampled-data li-near systems Guaranteeing continuous-time po-sitive invariancerdquo 2012 IEEE Trans Aut Contrsubmitted for publication

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Σχήμα Σύγκριση των πεδίων έλξης

της μεθοδολογίας μας με αυτή των

Magni και Scattolini

Π Σωπασάκης Διδακτορική Διατριβή 5282

VΚρουστική Χορήγηση

Αναλλοίωτο και Ευστάθεια Κρουστικών Συστημάτων Ελέγχου και

Σχεδιασμός Ελεγκτή Προβλεπτικού Μοντέλου

Π Σωπασάκης Διδακτορική Διατριβή 5382

V Κίνητρο

Τα Κρουστικά Δυναμικά περιγράφουν φαινόμενα στα οποία συμβα-

ίνουν στιγμιαία άλματα Σχετικά παραδείγματα είναι

1 Ζυμωτήρας διαλείποντος έργου (Shen et al 2007)

2 Πληθυσμιακή Δυναμική (Stone et al 2000)

3 Νανοηλεκτρονικά κυκλώματα (Yang and Chua 2000)

4 Πλοήγηση διαστημοπλοίου (Carter 1991)

5 Χορήγηση φαρμάκου (Kusuoka et al 1981)

Υπάρχει ωστόσο ένα μεθοδολογικό κενό ndash το οποίο προσπα-

θήσαμε να γεφυρώσουμε ndash το οποίο δεν επιτρέπει τη χρήση τους σε

εφαρμογές ελέγχου συστημάτων

Π Σωπασάκης Διδακτορική Διατριβή 5482

V Παράδειγμα Κρουστικής Συμπεριφοράς

minus2 minus1 0 1 2 3 4 5minus3

minus2

minus1

0

1

2

3

4

x1

x2

Impulsive Behaviour

Π Σωπασάκης Διδακτορική Διατριβή 5582

V Γραμμικά Κρουστικά Συστήματα τύπου Ι

Εστιάζουμε στα ακόλουθα κρουστικά συστήματα

dx

dt= Ax t isin hN (3αʹ)

(∆x)(τk) = BU(k x(τk)) (3βʹ)

όπου τk = kh k isin N Η λύση του (3) που τέμνει το (t0 x0) isinR times D με τη δράση της συνάρτησης ελέγχου U(k x) = g(x(τk))συμβολίζεται με ϕ(t t0 x0 g(middot))Το (3) υπόκειται στους περιορισμούς

x(t) isin X για κάθε t ge 0 X πολύεδρο

uk = g(x(τk)) isin U για κάθε k isin N U πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 5682

V Το πρόβλημα

Τα μόνα σημεία ισορροπίας τέτοιων συστημάτων τις περισσότερες

φορές δεν είναι άλλα από την αρχή ndash ή πιο γενικά σημεία

(xs us) isin kerAtimes kerB

΄Αρα δεν είναι δυνατό να σχεδιάσουμε σταθεροποιητικούς νόμους

ανάδρασης που οδηγούν την κατάσταση των κρουστικών συστη-

μάτων σε αυθαίρετα επιθυμητά σημεία

Π Σωπασάκης Διδακτορική Διατριβή 5782

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Π Σωπασάκης Διδακτορική Διατριβή 5982

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Υπολογισμός Ορίζουμε το F P(Rn)rarr P(Rn) ως

F (Ω) = projx

(y u) isin Rn+m

∣∣∣∣ ϕ(T 0 y u) isin ΩS (y u) sube Z

cap Ω

όπου S(x u) sube W(x u)1 Κάθε Y με F (Y) = Y είναι ένα Κρου-

στικά Ελεγκτικά Αναλλοώτο σύνολο ως προς Z

1Σημειώστε ότι W(x u) = clϕ(t 0 x u) t isin (0 h]Π Σωπασάκης Διδακτορική Διατριβή 6082

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Κατασκευάζουμε μια εμφολευμένη ακολουθία συνόλων YkkisinN ώστε

Y0 = ZYk+1 = F (Yk) k isin N

Το όριο

Yinfin =⋂kisinNYk

είναι ΚΕΑ Αν η σύγκλιση γίνεται σε πεπερασμένο αριθμό βημάτων

τότε είναι πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 6182

V Κρουστική Ευστάθεια Συνόλων

΄Ενα empty 6= Z $ X λέγεται ευσταθές για ένα δοσμένο σύστημα Σg

ndash με ανατροφοδότηση U(k x) = g(x(τk)) ndash ως προς ένα Y 6= empty αν

forallε gt 0existδ gt 0 x0 isin BYδ rArr ϕ(tx0 g(middot)) isin BZε forallt ge 0

Το Z λέγεται τοπικά ασυμπτωτικά ευσταθές για το Σgως

προς Y αν είναι ευσταθές και υπάρχει ε gt 0 ώστε

limtrarrinfin

distZ ϕ(tx0 g(middot)) = 0

οπόταν x0 isin BYε

Ορίζουμε BYδ = x isin X | distY(x) lt δ

Π Σωπασάκης Διδακτορική Διατριβή 6282

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 18: Modelling and Control of Biological and Physiological Systems

Ι Χορήγηση L-dopa από του στόματος

0 5 10 15 20 25

2

4

6

8

10

12

Time Instants

Dose (

mgk

g)

Optimal Dose

Σχήμα Βέλτιστη ακολουθία δόσεων που προκύπτει από την επίλυση του

προβλήματος στοχαστικής βελτιστοποίησης (γpl = 15 γstr = δstr = 0)

Π Σωπασάκης Διδακτορική Διατριβή 1882

IIΠροβλεπτικός ΄Ελεγχος Συνεχούς Ενδοβλέβιας

΄Εγχυσης Φαρμάκου

με δυνατότητα μεταβολής του set-point σε πραγματικό χρόνο και

με ελλιπή πληροφορία της κατάστασης

Π Σωπασάκης Διδακτορική Διατριβή 1982

ΙΙ ΄Ελεγχος Συνεχούς Ενδοβλέβιας ΄Εγχυσης

Διατύπωση του προβλήματος

1 Μόνο μετρήσεις στο πλάσμα είναι διαθέσιμες σε πραγματικό

χρόνο

2 Περιορισμοί στην είσοδο (ρυθμός χορήγησης) και την κατάστα-

ση (συγκεντρώσεις)

3 Το set-point μπορεί να μεταβάλλεται κατ΄ επιλογή του ιατρού

P Sopasakis P Patrinos S Giannikou and H Sarimveis ldquoPhysiologically based pharmacoki-netic modeling and predictive control an integrated approach for optimal drug administrationrdquoComputer Aided Chemical Engineering vol 29 pp 1490ndash1494 2011

Π Σωπασάκης Διδακτορική Διατριβή 2082

ΙΙ Φυσιολογικά ΦΚ Μοντέλα

Σχετικά Τα ΦΦΜ είναι σύνολα συνήθων διαφορικών εξισώσεων

που χρησιμοποιούνται για την πρόβλεψηπροσομοίωση της κατανο-

μής ουσιών σε έναν οργανισμό

Βασικά Χαρακτηριστικά

1 Μηχανιστική ερμηνεία της φαρμακοκινητικής

2 Μοντέλα συνεχούς χρόνου

3 Εξάγονται στη βάση ισοζυγίων μάζας (διάχυση ροή) και

άλλων αρχών της Φυσικής

Π Σωπασάκης Διδακτορική Διατριβή 2182

ΙΙ ΄Ελεγχος Προβλεπτικού Μοντέλου

Βασικά Χαρακτηριστικά

1 Εύρωστη ευστάθεια

2 Στρατηγική βέλτιστου ελέγχου

3 Οι περιορισμοί του συστήματος λαμβάνονται υπόψη με

συστηματικό τρόπο

H Sarimveis P Sopasakis A Afantitis and G Melagraki ldquoA model predictive control approachfor optimal drug administrationrdquo Chemical Engineering Transactions vol 17 2009

Π Σωπασάκης Διδακτορική Διατριβή 2282

ΙΙ Βήμα 1 Μοντελοποίηση

M V Evans et al ldquoA physiologically based pharmacokin model for iv and ingested DMA inmicerdquo Toxicol sci Oxford University Press pp 1ndash4 2008

Π Σωπασάκης Διδακτορική Διατριβή 2382

ΙΙ Βήμα 1 Μοντελοποίηση

Παράδειγμα

VblidCvi

dt= Qi (Cart minus Cvi)minus πi

(Cvi minus

CiPi

)minus

minus rexi (Cvi)Vbli

VidCidt

= πi

(Cvi minus

CiPi

)minus rmeti (Ci)Vi

Το σύνολο των εξισώσεων του μοντέλου γράφεται στο χώρο κα-

τάστασης στη μορφή

dx (t)

dt= f0 (x (t) u (t))

y(t) = g0(x(t))

Π Σωπασάκης Διδακτορική Διατριβή 2482

ΙΙ Βήμα 2 Διακριτοποίηση

Διακριτοποιούμε το σύστημα συνεχούς χρόνου

x(k + 1) = f(x(k) u(k))

y(k) = g0(x(k))

Το οποίο γραμμικοποιούμε γύρω από ένα σημείο ισορροπίας

x(k + 1) = Ax(k) +Bu(k)

y(k) = Cx(k)

ενώ στο σύστημα ενεργούν οι περιορισμοί

Gx(k) +Hu(k) leM

Π Σωπασάκης Διδακτορική Διατριβή 2582

ΙΙ Βήμα 3 Σχεδιασμός Παρατηρητή

Εισάγουμε το επαυξημένο σύστημα

x(k + 1) = Ax(k) +Bu(k) +Bdd(k)

d(k + 1) = d(k)

y(k) = Cx(k) + Cdd(k)

Αν ξ(k) = [ x(k)prime d(k)prime ]prime τότε το παραπάνω σύστημα γράφεται ως

ξ(k + 1) = Aξ(k) + Bu(k)

y(k) = Cξ(k)

Ορίζουμε ey(k) = Cξ (k)minusy (k) ΄Ενας γραμμικός παρατηρητής λαμβάνει

τη μορφή

ξ(k + 1) = Aξ(k) + Bu(k) +

[LxLd

]ey(k)

Π Σωπασάκης Διδακτορική Διατριβή 2682

ΙΙ Βήμα 4 Σχεδιασμός Προβλεπτικού Ελεγκτή

Κάθε χρονική στιγμή j λύνουμε το πρόβλημα ελαχιστοποίησης

V N

(ξ (j)

)= minπ=ujNminus1

j=0

VN

(π ξ (j)

)υποκείμενο στους περιορισμούς

ξ(k + 1) = Aξ(k) + Bu(k) forallk isin N[0Nminus1]

Gx (k) +Hu (k) leM forallk isin N[0N ]

ξ (0) = ξ(j)

όπου η αντικειμενική συνάρτηση είναι

VN

(π ξ (j)

)= x (N)minus x (j)2P

+sumNminus1k=0 x (k)minus x (j)2Q + u (k)minus u (j)2R

P Patrinos P Sopasakis and H Sarimveis ldquoA global piecewise smooth Newton method for fastlarge-scale model predictive controlrdquo Automatica vol 47 no 9 pp 2016ndash2022 2011

Π Σωπασάκης Διδακτορική Διατριβή 2782

ΙΙ Βήμα 4 Σχεδιασμός Προβλεπτικού Ελεγκτή

Ο πίνακας P που ποινικοποιεί την τερματική απόκλιση x (N)minus x (j) 2Pλαμβάνεται ως η (μοναδική) λύση της εξίσωσης

P = AprimePAminus (AprimePB) (BprimePB +R)minus1

(BprimePA) +Q

Τα x (j) και u (j) υπολογίζονται από τη σχέση[Aminus I BC 0

] [x (j)u (j)

]=

[minusBdd (j)

r (j)minus Cdd (j)

]

Π Σωπασάκης Διδακτορική Διατριβή 2882

ΙΙ Εφαρμογή ndash Χορήγηση DMA

Εφαρμογή σε ένα ΦΦΜ με 14 μεταβλητές κατάστασης (Evans etal) για χορήγηση DMA

0 1 2 3 4 50

002

004

006

008

01

012

014

Time (hr)

Co

nce

ntr

atio

n (

mg

L)

Kidney

Kidney (estimated)

Lung

Lung (estimated)

Σχήμα Απόκριση του παρατηρητή κατάστασης μετά από διέγερση του συ-

στήματος με πεπερασμένο παλμό πλάτους 01mghr και διάρκειας 24min

Π Σωπασάκης Διδακτορική Διατριβή 2982

ΙΙ Εφαρμογή ndash Χορήγηση DMA

Εφαρμόζουμε την προταθείσα μεθο-

δολογία στο σύστημα των Evans etal με τους περιορισμούς

Πίνακας Ελάχιστες Τοξικές Συγ-

κεντρώσεις

΄Οργανο MTC (microgL)

΄Ηπαρ 14

Δέρμα 14

Ερυθρά Αιμ 10

Νεφροί 05

Πνεύμονες 05

και μεταβάλλοντας το επιθυμητό ση-

μείο λειτουργίας

P Sopasakis P Patrinos amp H Sarimveis ldquoMo-del Predictive Control for Optimal Drug Admi-nistrationrdquo submitted 2012

0 05 1 15 2 25 3 35 4 450

02

04

06

08

1

12

14

Time (hr)

Concentr

ation (

ugL

)

Reference

Plasma

RBC

Lungs

Skin (tissue)

Kidney (tissue)

Liver (tissue)

0 05 1 15 2 25 3 35 4 450

005

01

Time (hr)

Adm

inis

tration R

ate

(ugh

r)

Π Σωπασάκης Διδακτορική Διατριβή 3082

III΄Ελεγχος Συστημάτων Κλασματικής Τάξης

με εφαρμογή στον έλεγχο της συγκέντρωσης φαρμάκου

Π Σωπασάκης Διδακτορική Διατριβή 3182

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κλασματικά Δυναμικά Συστήματα

Είναι τελεστικές σχέσεις εισόδου-εξόδου της μορφής

H(Dα1 Dαn)y(t) = G(Dβ1 Dβm)u(t)

Αν οι H και G είναι γραμμικοί τότε εφαρμόζοντας το μετασχημα-

τισμό Laplace έχουμε

T (s) =y(s)

u(s)=P (s)

Q(s)

όπου y(s) = L y(t) και u(s) = L u(t) και τα PQ είναι lsquoκλασμα-

τικά πολυώνυμαrsquo δηλαδή έχουν τη μορφή

P (s) =

nsumi=0

aisbi bi ge 0

Π Σωπασάκης Διδακτορική Διατριβή 3382

ΙΙΙ Κλασματική Φαρμακοκινητική

Χρησιμοποιούμε κλασματικές παραγώγους διότι

1 Οι παράγωγοι μη ακέραιας τάξης είναι μη-τοπικοί τελεστές

και άρα περιγράφουν διεργασίες με μνήμη όπως

3 η ανώμαλη διάχυση και

4 η παγίδευση φαρμάκου σε ιστούς

R Hilfer ldquoFractional diffusion based on Riemann-Liouville fractional derivativesrdquo J PhysChem B vol 104 pp 3914ndash3917 2000

Π Σωπασάκης Διδακτορική Διατριβή 3482

ΙΙΙ Κλασματική Φαρμακοκινητική Αμιοδαρόνης

Φαρμακοκινητικές Εξισώσεις

DA1 = minus(k12 + k10)A1(t) + k21 middot C D1minusaA2(t) + u(t)

DA2 = k12A1(t)minus k21 middot C D1minusaA2(t)

Π Σωπασάκης Διδακτορική Διατριβή 3582

ΙΙΙ Ρυθμιστής PIλDmicro

Κλασματικός ρυθμιστής με συνάρτηση μεταφοράς

Gc(s) = Kp +Ki

sλ+Kds

micro

ο οποίος παράγει τη ρυθμιστική δράση

u(t) = Kpε(t) +Ki(Iλ ε)(t) + (C Dmicro ε)(t)

όπου ε(t) = ySP (t)minus y(t)

Π Σωπασάκης Διδακτορική Διατριβή 3682

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Βαθμονόμηση Κλασματικού Ρυθμιστή

Ελαχιστοποίηση ενός ολοκληρωτικού κριστηρίου όπως του

JTfITAE =

int Tf

0τ |ε(τ)|dτ

Δηλαδή επίλυση του προβλήματος βελτιστοποίησης

J = min JTfITAE(KpKiKd λ micro)

υπό τις προαναφερθείσες προδιαγραφές βαθμονόμησης απ΄

όπου προκύπτουν οι βέλτιστες παράμετροι βαθμονόμησης

(Kp K

i K

d λ

micro) = argminJTfITAE

Π Σωπασάκης Διδακτορική Διατριβή 3882

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Εφαρμόζοντας το μετασχηματισμό Laplace προκύπτει η συνάρτηση

μεταφοράς του συστήματος

G(s) equiv A1(s)

U(s)=

sa + k21sa+1 + k21s+ (k10 + k12)sa + k10k21

Πίνακας ΦΚ Παράμετροι Αμιοδαρόνης

Παράμετρος Τιμή

a 05870k10 14913dayminus1

k12 29522dayminus1

k21 04854dayminusa

A Dokoumetzidis R Magin and P Macheras ldquoFractional kinetics in multi- compartmentalsystemsrdquo Journal of Pharmacokinetics and Pharmacodynamics vol 37 pp 507ndash524 2010

Π Σωπασάκης Διδακτορική Διατριβή 3982

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Πίνακας Βέλτιστες Παράμε-

τροι Βαθμονόμησης Κλασμα-

τικού Ρυθμιστή

Παράμετρος Τιμή

Kp 5052Ki 1511Kd 00756λ 09170micro 07590

005 01 015 02 025 030

002

004

006

008

01

012

Kp=20

Kp=95

Kp=K

p

opt

Time (days)

Am

ou

nt

A1

Π Σωπασάκης Διδακτορική Διατριβή 4082

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus100

minus50

0

50

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ανοιχτού βρόγχου Το περι-

θώριο φάσης είναι 98 και το περιθώριο ενίσχυσης 439db

Π Σωπασάκης Διδακτορική Διατριβή 4182

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus80

minus60

minus40

minus20

0

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης καθοδήγησης Η απολαβή στις

υψηλές συχνότητες (gt 102radday) είναι κάτω των minus60db

Π Σωπασάκης Διδακτορική Διατριβή 4282

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus30

minus20

minus10

0

10

Magnitude (

dB

)

10minus3

10minus2

10minus1

100

101

102

minus30

0

30

60

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ευαισθησίας Η απολαβή χα-

μηλών συχνοτήτων (lt 10minus2radday) είναι κάτω των minus20db

Π Σωπασάκης Διδακτορική Διατριβή 4382

IVΔειγματοληπτική Χορήγηση

Εξασφάλιση ικανοποίησης των περιορισμών στο συνεχές

Π Σωπασάκης Διδακτορική Διατριβή 4482

IV Συστήματα με Δειγματοληψία

΄Ενα σύστημα με δειγματοληψία με στοιχείο διατήρησης τιμής μη-

δενικής τάξης έχει τη μορφή

dx

dt= f(x(t) u(t))

u(t) = uk forallt isin [kh (k + 1)h)

Π Σωπασάκης Διδακτορική Διατριβή 4582

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Ο σχεδιασμός ενός ΕΠΜ που εγγυάται ικανοποίηση των

περιορισμών στο συνεχές είχε αναγνωριστεί ως ανοιχτό

πρόβλημα από τους L Grune και J Pannek το 2011

L Grune and J Pannek Nonlinear Model Predictive Control Theory and Algorithms ser Com-munications and Control Engineering Springer-Verlag 2011

Π Σωπασάκης Διδακτορική Διατριβή 4782

IV Διατύπωση του Προβλήματος

Το αρχικό πρόβλημα βελτιστοποίησης PN (x0) είναι

V N (x0) = inf

uisinCh([0Tf ]Rm)

int Tf

0`(x(t) u(t))dt+ Vf (x(Tf ))

υπό τους περιορισμούς

x(0) = x0

x(t) = Ax(t) +Bu(t) t isin [0 Tf ]

u(t) = uk t isin [kh (k + 1)h) k isin N[0Nminus1]

x(t) isin X t isin [0 Tf ] (Ημιάπειρο Πρόβλημα)

u(t) isin U t isin [0 Tf ]

x(Tf ) isin Xf

όπου Tf = Nh `(x u) = 12(xprimeQx+ uprimeRu) και Vf (x) = 1

2xprimePx

Π Σωπασάκης Διδακτορική Διατριβή 4882

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Πολυτοπικές Υπερπροσεγγίσεις

Χρησιμοποιώντας τη μέθοδο δι-

άσπασης Jordan σε συνδυασμό

με τη μέθοδο πλεγματοποίησης-

φράγματος κατασκευάζουμε πολύτο-

πα Pν με

Pν supe co Φ([0 h])

και

PνKrarr co Φ([0 h])

Ορίζουμε

Zν = Pminus1ν (X )

Αποδείξαμε ότι

Zν rarr Zh

minus06 minus04 minus02 0 02 04 06 08 1 12

065

07

075

08

085

09

095

1

x1

x2

Σχήμα Πολυτοπική Υπερπροσέγγι-

ση της συνάρτησης ∆(r) = eAr

P Patrinos P Sopasakis and H SarimveisldquoStochastic model predictive control for con-strained NCS with random time delayrdquo in Proc18th IFAC World Congress Aug 28 ndash Sep 22011

Π Σωπασάκης Διδακτορική Διατριβή 5082

IV Αναδιαμορφωμένο πρόβλημα ΕΠΜ

Διαμορφώνουμε την ακολουθία προβλημάτων ΕΠΜ

PνN (x0) V Nν (x0) = min

u[0Nminus1]isinUνN (x0)VN(x0u[0Nminus1]

)(1)

όπου

UνN (x0) =

u[0Nminus1]

∣∣∣∣∣∣∣∣∣∣

xk+1 = Ahxk +Bhukk isin N[0Nminus1]

(xk uk) isin Zν k isin N[0Nminus1]uk isin U k isin N[0Nminus1]xN isin X νf

(2)

Απ΄ όπου προκύπτουν οι βέλτιστες ακολουθίες λύσεων uν[0Nminus1]

Π Σωπασάκης Διδακτορική Διατριβή 5182

IV Ιδιότητες του ΕΠΜ

Ιδιότητες του σχήματος ΕΠΜ που

προτείνουμε

1 Ικανοποίηση των περιορισμών

στο συνεχή χρόνο

2 Εγγύηση ευστάθειας στο συνε-

χή χρόνο

3 uν[0Nminus1]grarr u[0Nminus1]

4 V Nνerarr V N

P Sopasakis P Patrinos and H SarimveisldquoModel Predictive Control for sampled-data li-near systems Guaranteeing continuous-time po-sitive invariancerdquo 2012 IEEE Trans Aut Contrsubmitted for publication

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Σχήμα Σύγκριση των πεδίων έλξης

της μεθοδολογίας μας με αυτή των

Magni και Scattolini

Π Σωπασάκης Διδακτορική Διατριβή 5282

VΚρουστική Χορήγηση

Αναλλοίωτο και Ευστάθεια Κρουστικών Συστημάτων Ελέγχου και

Σχεδιασμός Ελεγκτή Προβλεπτικού Μοντέλου

Π Σωπασάκης Διδακτορική Διατριβή 5382

V Κίνητρο

Τα Κρουστικά Δυναμικά περιγράφουν φαινόμενα στα οποία συμβα-

ίνουν στιγμιαία άλματα Σχετικά παραδείγματα είναι

1 Ζυμωτήρας διαλείποντος έργου (Shen et al 2007)

2 Πληθυσμιακή Δυναμική (Stone et al 2000)

3 Νανοηλεκτρονικά κυκλώματα (Yang and Chua 2000)

4 Πλοήγηση διαστημοπλοίου (Carter 1991)

5 Χορήγηση φαρμάκου (Kusuoka et al 1981)

Υπάρχει ωστόσο ένα μεθοδολογικό κενό ndash το οποίο προσπα-

θήσαμε να γεφυρώσουμε ndash το οποίο δεν επιτρέπει τη χρήση τους σε

εφαρμογές ελέγχου συστημάτων

Π Σωπασάκης Διδακτορική Διατριβή 5482

V Παράδειγμα Κρουστικής Συμπεριφοράς

minus2 minus1 0 1 2 3 4 5minus3

minus2

minus1

0

1

2

3

4

x1

x2

Impulsive Behaviour

Π Σωπασάκης Διδακτορική Διατριβή 5582

V Γραμμικά Κρουστικά Συστήματα τύπου Ι

Εστιάζουμε στα ακόλουθα κρουστικά συστήματα

dx

dt= Ax t isin hN (3αʹ)

(∆x)(τk) = BU(k x(τk)) (3βʹ)

όπου τk = kh k isin N Η λύση του (3) που τέμνει το (t0 x0) isinR times D με τη δράση της συνάρτησης ελέγχου U(k x) = g(x(τk))συμβολίζεται με ϕ(t t0 x0 g(middot))Το (3) υπόκειται στους περιορισμούς

x(t) isin X για κάθε t ge 0 X πολύεδρο

uk = g(x(τk)) isin U για κάθε k isin N U πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 5682

V Το πρόβλημα

Τα μόνα σημεία ισορροπίας τέτοιων συστημάτων τις περισσότερες

φορές δεν είναι άλλα από την αρχή ndash ή πιο γενικά σημεία

(xs us) isin kerAtimes kerB

΄Αρα δεν είναι δυνατό να σχεδιάσουμε σταθεροποιητικούς νόμους

ανάδρασης που οδηγούν την κατάσταση των κρουστικών συστη-

μάτων σε αυθαίρετα επιθυμητά σημεία

Π Σωπασάκης Διδακτορική Διατριβή 5782

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Π Σωπασάκης Διδακτορική Διατριβή 5982

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Υπολογισμός Ορίζουμε το F P(Rn)rarr P(Rn) ως

F (Ω) = projx

(y u) isin Rn+m

∣∣∣∣ ϕ(T 0 y u) isin ΩS (y u) sube Z

cap Ω

όπου S(x u) sube W(x u)1 Κάθε Y με F (Y) = Y είναι ένα Κρου-

στικά Ελεγκτικά Αναλλοώτο σύνολο ως προς Z

1Σημειώστε ότι W(x u) = clϕ(t 0 x u) t isin (0 h]Π Σωπασάκης Διδακτορική Διατριβή 6082

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Κατασκευάζουμε μια εμφολευμένη ακολουθία συνόλων YkkisinN ώστε

Y0 = ZYk+1 = F (Yk) k isin N

Το όριο

Yinfin =⋂kisinNYk

είναι ΚΕΑ Αν η σύγκλιση γίνεται σε πεπερασμένο αριθμό βημάτων

τότε είναι πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 6182

V Κρουστική Ευστάθεια Συνόλων

΄Ενα empty 6= Z $ X λέγεται ευσταθές για ένα δοσμένο σύστημα Σg

ndash με ανατροφοδότηση U(k x) = g(x(τk)) ndash ως προς ένα Y 6= empty αν

forallε gt 0existδ gt 0 x0 isin BYδ rArr ϕ(tx0 g(middot)) isin BZε forallt ge 0

Το Z λέγεται τοπικά ασυμπτωτικά ευσταθές για το Σgως

προς Y αν είναι ευσταθές και υπάρχει ε gt 0 ώστε

limtrarrinfin

distZ ϕ(tx0 g(middot)) = 0

οπόταν x0 isin BYε

Ορίζουμε BYδ = x isin X | distY(x) lt δ

Π Σωπασάκης Διδακτορική Διατριβή 6282

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 19: Modelling and Control of Biological and Physiological Systems

IIΠροβλεπτικός ΄Ελεγχος Συνεχούς Ενδοβλέβιας

΄Εγχυσης Φαρμάκου

με δυνατότητα μεταβολής του set-point σε πραγματικό χρόνο και

με ελλιπή πληροφορία της κατάστασης

Π Σωπασάκης Διδακτορική Διατριβή 1982

ΙΙ ΄Ελεγχος Συνεχούς Ενδοβλέβιας ΄Εγχυσης

Διατύπωση του προβλήματος

1 Μόνο μετρήσεις στο πλάσμα είναι διαθέσιμες σε πραγματικό

χρόνο

2 Περιορισμοί στην είσοδο (ρυθμός χορήγησης) και την κατάστα-

ση (συγκεντρώσεις)

3 Το set-point μπορεί να μεταβάλλεται κατ΄ επιλογή του ιατρού

P Sopasakis P Patrinos S Giannikou and H Sarimveis ldquoPhysiologically based pharmacoki-netic modeling and predictive control an integrated approach for optimal drug administrationrdquoComputer Aided Chemical Engineering vol 29 pp 1490ndash1494 2011

Π Σωπασάκης Διδακτορική Διατριβή 2082

ΙΙ Φυσιολογικά ΦΚ Μοντέλα

Σχετικά Τα ΦΦΜ είναι σύνολα συνήθων διαφορικών εξισώσεων

που χρησιμοποιούνται για την πρόβλεψηπροσομοίωση της κατανο-

μής ουσιών σε έναν οργανισμό

Βασικά Χαρακτηριστικά

1 Μηχανιστική ερμηνεία της φαρμακοκινητικής

2 Μοντέλα συνεχούς χρόνου

3 Εξάγονται στη βάση ισοζυγίων μάζας (διάχυση ροή) και

άλλων αρχών της Φυσικής

Π Σωπασάκης Διδακτορική Διατριβή 2182

ΙΙ ΄Ελεγχος Προβλεπτικού Μοντέλου

Βασικά Χαρακτηριστικά

1 Εύρωστη ευστάθεια

2 Στρατηγική βέλτιστου ελέγχου

3 Οι περιορισμοί του συστήματος λαμβάνονται υπόψη με

συστηματικό τρόπο

H Sarimveis P Sopasakis A Afantitis and G Melagraki ldquoA model predictive control approachfor optimal drug administrationrdquo Chemical Engineering Transactions vol 17 2009

Π Σωπασάκης Διδακτορική Διατριβή 2282

ΙΙ Βήμα 1 Μοντελοποίηση

M V Evans et al ldquoA physiologically based pharmacokin model for iv and ingested DMA inmicerdquo Toxicol sci Oxford University Press pp 1ndash4 2008

Π Σωπασάκης Διδακτορική Διατριβή 2382

ΙΙ Βήμα 1 Μοντελοποίηση

Παράδειγμα

VblidCvi

dt= Qi (Cart minus Cvi)minus πi

(Cvi minus

CiPi

)minus

minus rexi (Cvi)Vbli

VidCidt

= πi

(Cvi minus

CiPi

)minus rmeti (Ci)Vi

Το σύνολο των εξισώσεων του μοντέλου γράφεται στο χώρο κα-

τάστασης στη μορφή

dx (t)

dt= f0 (x (t) u (t))

y(t) = g0(x(t))

Π Σωπασάκης Διδακτορική Διατριβή 2482

ΙΙ Βήμα 2 Διακριτοποίηση

Διακριτοποιούμε το σύστημα συνεχούς χρόνου

x(k + 1) = f(x(k) u(k))

y(k) = g0(x(k))

Το οποίο γραμμικοποιούμε γύρω από ένα σημείο ισορροπίας

x(k + 1) = Ax(k) +Bu(k)

y(k) = Cx(k)

ενώ στο σύστημα ενεργούν οι περιορισμοί

Gx(k) +Hu(k) leM

Π Σωπασάκης Διδακτορική Διατριβή 2582

ΙΙ Βήμα 3 Σχεδιασμός Παρατηρητή

Εισάγουμε το επαυξημένο σύστημα

x(k + 1) = Ax(k) +Bu(k) +Bdd(k)

d(k + 1) = d(k)

y(k) = Cx(k) + Cdd(k)

Αν ξ(k) = [ x(k)prime d(k)prime ]prime τότε το παραπάνω σύστημα γράφεται ως

ξ(k + 1) = Aξ(k) + Bu(k)

y(k) = Cξ(k)

Ορίζουμε ey(k) = Cξ (k)minusy (k) ΄Ενας γραμμικός παρατηρητής λαμβάνει

τη μορφή

ξ(k + 1) = Aξ(k) + Bu(k) +

[LxLd

]ey(k)

Π Σωπασάκης Διδακτορική Διατριβή 2682

ΙΙ Βήμα 4 Σχεδιασμός Προβλεπτικού Ελεγκτή

Κάθε χρονική στιγμή j λύνουμε το πρόβλημα ελαχιστοποίησης

V N

(ξ (j)

)= minπ=ujNminus1

j=0

VN

(π ξ (j)

)υποκείμενο στους περιορισμούς

ξ(k + 1) = Aξ(k) + Bu(k) forallk isin N[0Nminus1]

Gx (k) +Hu (k) leM forallk isin N[0N ]

ξ (0) = ξ(j)

όπου η αντικειμενική συνάρτηση είναι

VN

(π ξ (j)

)= x (N)minus x (j)2P

+sumNminus1k=0 x (k)minus x (j)2Q + u (k)minus u (j)2R

P Patrinos P Sopasakis and H Sarimveis ldquoA global piecewise smooth Newton method for fastlarge-scale model predictive controlrdquo Automatica vol 47 no 9 pp 2016ndash2022 2011

Π Σωπασάκης Διδακτορική Διατριβή 2782

ΙΙ Βήμα 4 Σχεδιασμός Προβλεπτικού Ελεγκτή

Ο πίνακας P που ποινικοποιεί την τερματική απόκλιση x (N)minus x (j) 2Pλαμβάνεται ως η (μοναδική) λύση της εξίσωσης

P = AprimePAminus (AprimePB) (BprimePB +R)minus1

(BprimePA) +Q

Τα x (j) και u (j) υπολογίζονται από τη σχέση[Aminus I BC 0

] [x (j)u (j)

]=

[minusBdd (j)

r (j)minus Cdd (j)

]

Π Σωπασάκης Διδακτορική Διατριβή 2882

ΙΙ Εφαρμογή ndash Χορήγηση DMA

Εφαρμογή σε ένα ΦΦΜ με 14 μεταβλητές κατάστασης (Evans etal) για χορήγηση DMA

0 1 2 3 4 50

002

004

006

008

01

012

014

Time (hr)

Co

nce

ntr

atio

n (

mg

L)

Kidney

Kidney (estimated)

Lung

Lung (estimated)

Σχήμα Απόκριση του παρατηρητή κατάστασης μετά από διέγερση του συ-

στήματος με πεπερασμένο παλμό πλάτους 01mghr και διάρκειας 24min

Π Σωπασάκης Διδακτορική Διατριβή 2982

ΙΙ Εφαρμογή ndash Χορήγηση DMA

Εφαρμόζουμε την προταθείσα μεθο-

δολογία στο σύστημα των Evans etal με τους περιορισμούς

Πίνακας Ελάχιστες Τοξικές Συγ-

κεντρώσεις

΄Οργανο MTC (microgL)

΄Ηπαρ 14

Δέρμα 14

Ερυθρά Αιμ 10

Νεφροί 05

Πνεύμονες 05

και μεταβάλλοντας το επιθυμητό ση-

μείο λειτουργίας

P Sopasakis P Patrinos amp H Sarimveis ldquoMo-del Predictive Control for Optimal Drug Admi-nistrationrdquo submitted 2012

0 05 1 15 2 25 3 35 4 450

02

04

06

08

1

12

14

Time (hr)

Concentr

ation (

ugL

)

Reference

Plasma

RBC

Lungs

Skin (tissue)

Kidney (tissue)

Liver (tissue)

0 05 1 15 2 25 3 35 4 450

005

01

Time (hr)

Adm

inis

tration R

ate

(ugh

r)

Π Σωπασάκης Διδακτορική Διατριβή 3082

III΄Ελεγχος Συστημάτων Κλασματικής Τάξης

με εφαρμογή στον έλεγχο της συγκέντρωσης φαρμάκου

Π Σωπασάκης Διδακτορική Διατριβή 3182

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κλασματικά Δυναμικά Συστήματα

Είναι τελεστικές σχέσεις εισόδου-εξόδου της μορφής

H(Dα1 Dαn)y(t) = G(Dβ1 Dβm)u(t)

Αν οι H και G είναι γραμμικοί τότε εφαρμόζοντας το μετασχημα-

τισμό Laplace έχουμε

T (s) =y(s)

u(s)=P (s)

Q(s)

όπου y(s) = L y(t) και u(s) = L u(t) και τα PQ είναι lsquoκλασμα-

τικά πολυώνυμαrsquo δηλαδή έχουν τη μορφή

P (s) =

nsumi=0

aisbi bi ge 0

Π Σωπασάκης Διδακτορική Διατριβή 3382

ΙΙΙ Κλασματική Φαρμακοκινητική

Χρησιμοποιούμε κλασματικές παραγώγους διότι

1 Οι παράγωγοι μη ακέραιας τάξης είναι μη-τοπικοί τελεστές

και άρα περιγράφουν διεργασίες με μνήμη όπως

3 η ανώμαλη διάχυση και

4 η παγίδευση φαρμάκου σε ιστούς

R Hilfer ldquoFractional diffusion based on Riemann-Liouville fractional derivativesrdquo J PhysChem B vol 104 pp 3914ndash3917 2000

Π Σωπασάκης Διδακτορική Διατριβή 3482

ΙΙΙ Κλασματική Φαρμακοκινητική Αμιοδαρόνης

Φαρμακοκινητικές Εξισώσεις

DA1 = minus(k12 + k10)A1(t) + k21 middot C D1minusaA2(t) + u(t)

DA2 = k12A1(t)minus k21 middot C D1minusaA2(t)

Π Σωπασάκης Διδακτορική Διατριβή 3582

ΙΙΙ Ρυθμιστής PIλDmicro

Κλασματικός ρυθμιστής με συνάρτηση μεταφοράς

Gc(s) = Kp +Ki

sλ+Kds

micro

ο οποίος παράγει τη ρυθμιστική δράση

u(t) = Kpε(t) +Ki(Iλ ε)(t) + (C Dmicro ε)(t)

όπου ε(t) = ySP (t)minus y(t)

Π Σωπασάκης Διδακτορική Διατριβή 3682

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Βαθμονόμηση Κλασματικού Ρυθμιστή

Ελαχιστοποίηση ενός ολοκληρωτικού κριστηρίου όπως του

JTfITAE =

int Tf

0τ |ε(τ)|dτ

Δηλαδή επίλυση του προβλήματος βελτιστοποίησης

J = min JTfITAE(KpKiKd λ micro)

υπό τις προαναφερθείσες προδιαγραφές βαθμονόμησης απ΄

όπου προκύπτουν οι βέλτιστες παράμετροι βαθμονόμησης

(Kp K

i K

d λ

micro) = argminJTfITAE

Π Σωπασάκης Διδακτορική Διατριβή 3882

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Εφαρμόζοντας το μετασχηματισμό Laplace προκύπτει η συνάρτηση

μεταφοράς του συστήματος

G(s) equiv A1(s)

U(s)=

sa + k21sa+1 + k21s+ (k10 + k12)sa + k10k21

Πίνακας ΦΚ Παράμετροι Αμιοδαρόνης

Παράμετρος Τιμή

a 05870k10 14913dayminus1

k12 29522dayminus1

k21 04854dayminusa

A Dokoumetzidis R Magin and P Macheras ldquoFractional kinetics in multi- compartmentalsystemsrdquo Journal of Pharmacokinetics and Pharmacodynamics vol 37 pp 507ndash524 2010

Π Σωπασάκης Διδακτορική Διατριβή 3982

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Πίνακας Βέλτιστες Παράμε-

τροι Βαθμονόμησης Κλασμα-

τικού Ρυθμιστή

Παράμετρος Τιμή

Kp 5052Ki 1511Kd 00756λ 09170micro 07590

005 01 015 02 025 030

002

004

006

008

01

012

Kp=20

Kp=95

Kp=K

p

opt

Time (days)

Am

ou

nt

A1

Π Σωπασάκης Διδακτορική Διατριβή 4082

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus100

minus50

0

50

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ανοιχτού βρόγχου Το περι-

θώριο φάσης είναι 98 και το περιθώριο ενίσχυσης 439db

Π Σωπασάκης Διδακτορική Διατριβή 4182

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus80

minus60

minus40

minus20

0

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης καθοδήγησης Η απολαβή στις

υψηλές συχνότητες (gt 102radday) είναι κάτω των minus60db

Π Σωπασάκης Διδακτορική Διατριβή 4282

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus30

minus20

minus10

0

10

Magnitude (

dB

)

10minus3

10minus2

10minus1

100

101

102

minus30

0

30

60

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ευαισθησίας Η απολαβή χα-

μηλών συχνοτήτων (lt 10minus2radday) είναι κάτω των minus20db

Π Σωπασάκης Διδακτορική Διατριβή 4382

IVΔειγματοληπτική Χορήγηση

Εξασφάλιση ικανοποίησης των περιορισμών στο συνεχές

Π Σωπασάκης Διδακτορική Διατριβή 4482

IV Συστήματα με Δειγματοληψία

΄Ενα σύστημα με δειγματοληψία με στοιχείο διατήρησης τιμής μη-

δενικής τάξης έχει τη μορφή

dx

dt= f(x(t) u(t))

u(t) = uk forallt isin [kh (k + 1)h)

Π Σωπασάκης Διδακτορική Διατριβή 4582

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Ο σχεδιασμός ενός ΕΠΜ που εγγυάται ικανοποίηση των

περιορισμών στο συνεχές είχε αναγνωριστεί ως ανοιχτό

πρόβλημα από τους L Grune και J Pannek το 2011

L Grune and J Pannek Nonlinear Model Predictive Control Theory and Algorithms ser Com-munications and Control Engineering Springer-Verlag 2011

Π Σωπασάκης Διδακτορική Διατριβή 4782

IV Διατύπωση του Προβλήματος

Το αρχικό πρόβλημα βελτιστοποίησης PN (x0) είναι

V N (x0) = inf

uisinCh([0Tf ]Rm)

int Tf

0`(x(t) u(t))dt+ Vf (x(Tf ))

υπό τους περιορισμούς

x(0) = x0

x(t) = Ax(t) +Bu(t) t isin [0 Tf ]

u(t) = uk t isin [kh (k + 1)h) k isin N[0Nminus1]

x(t) isin X t isin [0 Tf ] (Ημιάπειρο Πρόβλημα)

u(t) isin U t isin [0 Tf ]

x(Tf ) isin Xf

όπου Tf = Nh `(x u) = 12(xprimeQx+ uprimeRu) και Vf (x) = 1

2xprimePx

Π Σωπασάκης Διδακτορική Διατριβή 4882

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Πολυτοπικές Υπερπροσεγγίσεις

Χρησιμοποιώντας τη μέθοδο δι-

άσπασης Jordan σε συνδυασμό

με τη μέθοδο πλεγματοποίησης-

φράγματος κατασκευάζουμε πολύτο-

πα Pν με

Pν supe co Φ([0 h])

και

PνKrarr co Φ([0 h])

Ορίζουμε

Zν = Pminus1ν (X )

Αποδείξαμε ότι

Zν rarr Zh

minus06 minus04 minus02 0 02 04 06 08 1 12

065

07

075

08

085

09

095

1

x1

x2

Σχήμα Πολυτοπική Υπερπροσέγγι-

ση της συνάρτησης ∆(r) = eAr

P Patrinos P Sopasakis and H SarimveisldquoStochastic model predictive control for con-strained NCS with random time delayrdquo in Proc18th IFAC World Congress Aug 28 ndash Sep 22011

Π Σωπασάκης Διδακτορική Διατριβή 5082

IV Αναδιαμορφωμένο πρόβλημα ΕΠΜ

Διαμορφώνουμε την ακολουθία προβλημάτων ΕΠΜ

PνN (x0) V Nν (x0) = min

u[0Nminus1]isinUνN (x0)VN(x0u[0Nminus1]

)(1)

όπου

UνN (x0) =

u[0Nminus1]

∣∣∣∣∣∣∣∣∣∣

xk+1 = Ahxk +Bhukk isin N[0Nminus1]

(xk uk) isin Zν k isin N[0Nminus1]uk isin U k isin N[0Nminus1]xN isin X νf

(2)

Απ΄ όπου προκύπτουν οι βέλτιστες ακολουθίες λύσεων uν[0Nminus1]

Π Σωπασάκης Διδακτορική Διατριβή 5182

IV Ιδιότητες του ΕΠΜ

Ιδιότητες του σχήματος ΕΠΜ που

προτείνουμε

1 Ικανοποίηση των περιορισμών

στο συνεχή χρόνο

2 Εγγύηση ευστάθειας στο συνε-

χή χρόνο

3 uν[0Nminus1]grarr u[0Nminus1]

4 V Nνerarr V N

P Sopasakis P Patrinos and H SarimveisldquoModel Predictive Control for sampled-data li-near systems Guaranteeing continuous-time po-sitive invariancerdquo 2012 IEEE Trans Aut Contrsubmitted for publication

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Σχήμα Σύγκριση των πεδίων έλξης

της μεθοδολογίας μας με αυτή των

Magni και Scattolini

Π Σωπασάκης Διδακτορική Διατριβή 5282

VΚρουστική Χορήγηση

Αναλλοίωτο και Ευστάθεια Κρουστικών Συστημάτων Ελέγχου και

Σχεδιασμός Ελεγκτή Προβλεπτικού Μοντέλου

Π Σωπασάκης Διδακτορική Διατριβή 5382

V Κίνητρο

Τα Κρουστικά Δυναμικά περιγράφουν φαινόμενα στα οποία συμβα-

ίνουν στιγμιαία άλματα Σχετικά παραδείγματα είναι

1 Ζυμωτήρας διαλείποντος έργου (Shen et al 2007)

2 Πληθυσμιακή Δυναμική (Stone et al 2000)

3 Νανοηλεκτρονικά κυκλώματα (Yang and Chua 2000)

4 Πλοήγηση διαστημοπλοίου (Carter 1991)

5 Χορήγηση φαρμάκου (Kusuoka et al 1981)

Υπάρχει ωστόσο ένα μεθοδολογικό κενό ndash το οποίο προσπα-

θήσαμε να γεφυρώσουμε ndash το οποίο δεν επιτρέπει τη χρήση τους σε

εφαρμογές ελέγχου συστημάτων

Π Σωπασάκης Διδακτορική Διατριβή 5482

V Παράδειγμα Κρουστικής Συμπεριφοράς

minus2 minus1 0 1 2 3 4 5minus3

minus2

minus1

0

1

2

3

4

x1

x2

Impulsive Behaviour

Π Σωπασάκης Διδακτορική Διατριβή 5582

V Γραμμικά Κρουστικά Συστήματα τύπου Ι

Εστιάζουμε στα ακόλουθα κρουστικά συστήματα

dx

dt= Ax t isin hN (3αʹ)

(∆x)(τk) = BU(k x(τk)) (3βʹ)

όπου τk = kh k isin N Η λύση του (3) που τέμνει το (t0 x0) isinR times D με τη δράση της συνάρτησης ελέγχου U(k x) = g(x(τk))συμβολίζεται με ϕ(t t0 x0 g(middot))Το (3) υπόκειται στους περιορισμούς

x(t) isin X για κάθε t ge 0 X πολύεδρο

uk = g(x(τk)) isin U για κάθε k isin N U πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 5682

V Το πρόβλημα

Τα μόνα σημεία ισορροπίας τέτοιων συστημάτων τις περισσότερες

φορές δεν είναι άλλα από την αρχή ndash ή πιο γενικά σημεία

(xs us) isin kerAtimes kerB

΄Αρα δεν είναι δυνατό να σχεδιάσουμε σταθεροποιητικούς νόμους

ανάδρασης που οδηγούν την κατάσταση των κρουστικών συστη-

μάτων σε αυθαίρετα επιθυμητά σημεία

Π Σωπασάκης Διδακτορική Διατριβή 5782

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Π Σωπασάκης Διδακτορική Διατριβή 5982

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Υπολογισμός Ορίζουμε το F P(Rn)rarr P(Rn) ως

F (Ω) = projx

(y u) isin Rn+m

∣∣∣∣ ϕ(T 0 y u) isin ΩS (y u) sube Z

cap Ω

όπου S(x u) sube W(x u)1 Κάθε Y με F (Y) = Y είναι ένα Κρου-

στικά Ελεγκτικά Αναλλοώτο σύνολο ως προς Z

1Σημειώστε ότι W(x u) = clϕ(t 0 x u) t isin (0 h]Π Σωπασάκης Διδακτορική Διατριβή 6082

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Κατασκευάζουμε μια εμφολευμένη ακολουθία συνόλων YkkisinN ώστε

Y0 = ZYk+1 = F (Yk) k isin N

Το όριο

Yinfin =⋂kisinNYk

είναι ΚΕΑ Αν η σύγκλιση γίνεται σε πεπερασμένο αριθμό βημάτων

τότε είναι πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 6182

V Κρουστική Ευστάθεια Συνόλων

΄Ενα empty 6= Z $ X λέγεται ευσταθές για ένα δοσμένο σύστημα Σg

ndash με ανατροφοδότηση U(k x) = g(x(τk)) ndash ως προς ένα Y 6= empty αν

forallε gt 0existδ gt 0 x0 isin BYδ rArr ϕ(tx0 g(middot)) isin BZε forallt ge 0

Το Z λέγεται τοπικά ασυμπτωτικά ευσταθές για το Σgως

προς Y αν είναι ευσταθές και υπάρχει ε gt 0 ώστε

limtrarrinfin

distZ ϕ(tx0 g(middot)) = 0

οπόταν x0 isin BYε

Ορίζουμε BYδ = x isin X | distY(x) lt δ

Π Σωπασάκης Διδακτορική Διατριβή 6282

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 20: Modelling and Control of Biological and Physiological Systems

ΙΙ ΄Ελεγχος Συνεχούς Ενδοβλέβιας ΄Εγχυσης

Διατύπωση του προβλήματος

1 Μόνο μετρήσεις στο πλάσμα είναι διαθέσιμες σε πραγματικό

χρόνο

2 Περιορισμοί στην είσοδο (ρυθμός χορήγησης) και την κατάστα-

ση (συγκεντρώσεις)

3 Το set-point μπορεί να μεταβάλλεται κατ΄ επιλογή του ιατρού

P Sopasakis P Patrinos S Giannikou and H Sarimveis ldquoPhysiologically based pharmacoki-netic modeling and predictive control an integrated approach for optimal drug administrationrdquoComputer Aided Chemical Engineering vol 29 pp 1490ndash1494 2011

Π Σωπασάκης Διδακτορική Διατριβή 2082

ΙΙ Φυσιολογικά ΦΚ Μοντέλα

Σχετικά Τα ΦΦΜ είναι σύνολα συνήθων διαφορικών εξισώσεων

που χρησιμοποιούνται για την πρόβλεψηπροσομοίωση της κατανο-

μής ουσιών σε έναν οργανισμό

Βασικά Χαρακτηριστικά

1 Μηχανιστική ερμηνεία της φαρμακοκινητικής

2 Μοντέλα συνεχούς χρόνου

3 Εξάγονται στη βάση ισοζυγίων μάζας (διάχυση ροή) και

άλλων αρχών της Φυσικής

Π Σωπασάκης Διδακτορική Διατριβή 2182

ΙΙ ΄Ελεγχος Προβλεπτικού Μοντέλου

Βασικά Χαρακτηριστικά

1 Εύρωστη ευστάθεια

2 Στρατηγική βέλτιστου ελέγχου

3 Οι περιορισμοί του συστήματος λαμβάνονται υπόψη με

συστηματικό τρόπο

H Sarimveis P Sopasakis A Afantitis and G Melagraki ldquoA model predictive control approachfor optimal drug administrationrdquo Chemical Engineering Transactions vol 17 2009

Π Σωπασάκης Διδακτορική Διατριβή 2282

ΙΙ Βήμα 1 Μοντελοποίηση

M V Evans et al ldquoA physiologically based pharmacokin model for iv and ingested DMA inmicerdquo Toxicol sci Oxford University Press pp 1ndash4 2008

Π Σωπασάκης Διδακτορική Διατριβή 2382

ΙΙ Βήμα 1 Μοντελοποίηση

Παράδειγμα

VblidCvi

dt= Qi (Cart minus Cvi)minus πi

(Cvi minus

CiPi

)minus

minus rexi (Cvi)Vbli

VidCidt

= πi

(Cvi minus

CiPi

)minus rmeti (Ci)Vi

Το σύνολο των εξισώσεων του μοντέλου γράφεται στο χώρο κα-

τάστασης στη μορφή

dx (t)

dt= f0 (x (t) u (t))

y(t) = g0(x(t))

Π Σωπασάκης Διδακτορική Διατριβή 2482

ΙΙ Βήμα 2 Διακριτοποίηση

Διακριτοποιούμε το σύστημα συνεχούς χρόνου

x(k + 1) = f(x(k) u(k))

y(k) = g0(x(k))

Το οποίο γραμμικοποιούμε γύρω από ένα σημείο ισορροπίας

x(k + 1) = Ax(k) +Bu(k)

y(k) = Cx(k)

ενώ στο σύστημα ενεργούν οι περιορισμοί

Gx(k) +Hu(k) leM

Π Σωπασάκης Διδακτορική Διατριβή 2582

ΙΙ Βήμα 3 Σχεδιασμός Παρατηρητή

Εισάγουμε το επαυξημένο σύστημα

x(k + 1) = Ax(k) +Bu(k) +Bdd(k)

d(k + 1) = d(k)

y(k) = Cx(k) + Cdd(k)

Αν ξ(k) = [ x(k)prime d(k)prime ]prime τότε το παραπάνω σύστημα γράφεται ως

ξ(k + 1) = Aξ(k) + Bu(k)

y(k) = Cξ(k)

Ορίζουμε ey(k) = Cξ (k)minusy (k) ΄Ενας γραμμικός παρατηρητής λαμβάνει

τη μορφή

ξ(k + 1) = Aξ(k) + Bu(k) +

[LxLd

]ey(k)

Π Σωπασάκης Διδακτορική Διατριβή 2682

ΙΙ Βήμα 4 Σχεδιασμός Προβλεπτικού Ελεγκτή

Κάθε χρονική στιγμή j λύνουμε το πρόβλημα ελαχιστοποίησης

V N

(ξ (j)

)= minπ=ujNminus1

j=0

VN

(π ξ (j)

)υποκείμενο στους περιορισμούς

ξ(k + 1) = Aξ(k) + Bu(k) forallk isin N[0Nminus1]

Gx (k) +Hu (k) leM forallk isin N[0N ]

ξ (0) = ξ(j)

όπου η αντικειμενική συνάρτηση είναι

VN

(π ξ (j)

)= x (N)minus x (j)2P

+sumNminus1k=0 x (k)minus x (j)2Q + u (k)minus u (j)2R

P Patrinos P Sopasakis and H Sarimveis ldquoA global piecewise smooth Newton method for fastlarge-scale model predictive controlrdquo Automatica vol 47 no 9 pp 2016ndash2022 2011

Π Σωπασάκης Διδακτορική Διατριβή 2782

ΙΙ Βήμα 4 Σχεδιασμός Προβλεπτικού Ελεγκτή

Ο πίνακας P που ποινικοποιεί την τερματική απόκλιση x (N)minus x (j) 2Pλαμβάνεται ως η (μοναδική) λύση της εξίσωσης

P = AprimePAminus (AprimePB) (BprimePB +R)minus1

(BprimePA) +Q

Τα x (j) και u (j) υπολογίζονται από τη σχέση[Aminus I BC 0

] [x (j)u (j)

]=

[minusBdd (j)

r (j)minus Cdd (j)

]

Π Σωπασάκης Διδακτορική Διατριβή 2882

ΙΙ Εφαρμογή ndash Χορήγηση DMA

Εφαρμογή σε ένα ΦΦΜ με 14 μεταβλητές κατάστασης (Evans etal) για χορήγηση DMA

0 1 2 3 4 50

002

004

006

008

01

012

014

Time (hr)

Co

nce

ntr

atio

n (

mg

L)

Kidney

Kidney (estimated)

Lung

Lung (estimated)

Σχήμα Απόκριση του παρατηρητή κατάστασης μετά από διέγερση του συ-

στήματος με πεπερασμένο παλμό πλάτους 01mghr και διάρκειας 24min

Π Σωπασάκης Διδακτορική Διατριβή 2982

ΙΙ Εφαρμογή ndash Χορήγηση DMA

Εφαρμόζουμε την προταθείσα μεθο-

δολογία στο σύστημα των Evans etal με τους περιορισμούς

Πίνακας Ελάχιστες Τοξικές Συγ-

κεντρώσεις

΄Οργανο MTC (microgL)

΄Ηπαρ 14

Δέρμα 14

Ερυθρά Αιμ 10

Νεφροί 05

Πνεύμονες 05

και μεταβάλλοντας το επιθυμητό ση-

μείο λειτουργίας

P Sopasakis P Patrinos amp H Sarimveis ldquoMo-del Predictive Control for Optimal Drug Admi-nistrationrdquo submitted 2012

0 05 1 15 2 25 3 35 4 450

02

04

06

08

1

12

14

Time (hr)

Concentr

ation (

ugL

)

Reference

Plasma

RBC

Lungs

Skin (tissue)

Kidney (tissue)

Liver (tissue)

0 05 1 15 2 25 3 35 4 450

005

01

Time (hr)

Adm

inis

tration R

ate

(ugh

r)

Π Σωπασάκης Διδακτορική Διατριβή 3082

III΄Ελεγχος Συστημάτων Κλασματικής Τάξης

με εφαρμογή στον έλεγχο της συγκέντρωσης φαρμάκου

Π Σωπασάκης Διδακτορική Διατριβή 3182

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κλασματικά Δυναμικά Συστήματα

Είναι τελεστικές σχέσεις εισόδου-εξόδου της μορφής

H(Dα1 Dαn)y(t) = G(Dβ1 Dβm)u(t)

Αν οι H και G είναι γραμμικοί τότε εφαρμόζοντας το μετασχημα-

τισμό Laplace έχουμε

T (s) =y(s)

u(s)=P (s)

Q(s)

όπου y(s) = L y(t) και u(s) = L u(t) και τα PQ είναι lsquoκλασμα-

τικά πολυώνυμαrsquo δηλαδή έχουν τη μορφή

P (s) =

nsumi=0

aisbi bi ge 0

Π Σωπασάκης Διδακτορική Διατριβή 3382

ΙΙΙ Κλασματική Φαρμακοκινητική

Χρησιμοποιούμε κλασματικές παραγώγους διότι

1 Οι παράγωγοι μη ακέραιας τάξης είναι μη-τοπικοί τελεστές

και άρα περιγράφουν διεργασίες με μνήμη όπως

3 η ανώμαλη διάχυση και

4 η παγίδευση φαρμάκου σε ιστούς

R Hilfer ldquoFractional diffusion based on Riemann-Liouville fractional derivativesrdquo J PhysChem B vol 104 pp 3914ndash3917 2000

Π Σωπασάκης Διδακτορική Διατριβή 3482

ΙΙΙ Κλασματική Φαρμακοκινητική Αμιοδαρόνης

Φαρμακοκινητικές Εξισώσεις

DA1 = minus(k12 + k10)A1(t) + k21 middot C D1minusaA2(t) + u(t)

DA2 = k12A1(t)minus k21 middot C D1minusaA2(t)

Π Σωπασάκης Διδακτορική Διατριβή 3582

ΙΙΙ Ρυθμιστής PIλDmicro

Κλασματικός ρυθμιστής με συνάρτηση μεταφοράς

Gc(s) = Kp +Ki

sλ+Kds

micro

ο οποίος παράγει τη ρυθμιστική δράση

u(t) = Kpε(t) +Ki(Iλ ε)(t) + (C Dmicro ε)(t)

όπου ε(t) = ySP (t)minus y(t)

Π Σωπασάκης Διδακτορική Διατριβή 3682

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Βαθμονόμηση Κλασματικού Ρυθμιστή

Ελαχιστοποίηση ενός ολοκληρωτικού κριστηρίου όπως του

JTfITAE =

int Tf

0τ |ε(τ)|dτ

Δηλαδή επίλυση του προβλήματος βελτιστοποίησης

J = min JTfITAE(KpKiKd λ micro)

υπό τις προαναφερθείσες προδιαγραφές βαθμονόμησης απ΄

όπου προκύπτουν οι βέλτιστες παράμετροι βαθμονόμησης

(Kp K

i K

d λ

micro) = argminJTfITAE

Π Σωπασάκης Διδακτορική Διατριβή 3882

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Εφαρμόζοντας το μετασχηματισμό Laplace προκύπτει η συνάρτηση

μεταφοράς του συστήματος

G(s) equiv A1(s)

U(s)=

sa + k21sa+1 + k21s+ (k10 + k12)sa + k10k21

Πίνακας ΦΚ Παράμετροι Αμιοδαρόνης

Παράμετρος Τιμή

a 05870k10 14913dayminus1

k12 29522dayminus1

k21 04854dayminusa

A Dokoumetzidis R Magin and P Macheras ldquoFractional kinetics in multi- compartmentalsystemsrdquo Journal of Pharmacokinetics and Pharmacodynamics vol 37 pp 507ndash524 2010

Π Σωπασάκης Διδακτορική Διατριβή 3982

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Πίνακας Βέλτιστες Παράμε-

τροι Βαθμονόμησης Κλασμα-

τικού Ρυθμιστή

Παράμετρος Τιμή

Kp 5052Ki 1511Kd 00756λ 09170micro 07590

005 01 015 02 025 030

002

004

006

008

01

012

Kp=20

Kp=95

Kp=K

p

opt

Time (days)

Am

ou

nt

A1

Π Σωπασάκης Διδακτορική Διατριβή 4082

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus100

minus50

0

50

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ανοιχτού βρόγχου Το περι-

θώριο φάσης είναι 98 και το περιθώριο ενίσχυσης 439db

Π Σωπασάκης Διδακτορική Διατριβή 4182

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus80

minus60

minus40

minus20

0

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης καθοδήγησης Η απολαβή στις

υψηλές συχνότητες (gt 102radday) είναι κάτω των minus60db

Π Σωπασάκης Διδακτορική Διατριβή 4282

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus30

minus20

minus10

0

10

Magnitude (

dB

)

10minus3

10minus2

10minus1

100

101

102

minus30

0

30

60

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ευαισθησίας Η απολαβή χα-

μηλών συχνοτήτων (lt 10minus2radday) είναι κάτω των minus20db

Π Σωπασάκης Διδακτορική Διατριβή 4382

IVΔειγματοληπτική Χορήγηση

Εξασφάλιση ικανοποίησης των περιορισμών στο συνεχές

Π Σωπασάκης Διδακτορική Διατριβή 4482

IV Συστήματα με Δειγματοληψία

΄Ενα σύστημα με δειγματοληψία με στοιχείο διατήρησης τιμής μη-

δενικής τάξης έχει τη μορφή

dx

dt= f(x(t) u(t))

u(t) = uk forallt isin [kh (k + 1)h)

Π Σωπασάκης Διδακτορική Διατριβή 4582

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Ο σχεδιασμός ενός ΕΠΜ που εγγυάται ικανοποίηση των

περιορισμών στο συνεχές είχε αναγνωριστεί ως ανοιχτό

πρόβλημα από τους L Grune και J Pannek το 2011

L Grune and J Pannek Nonlinear Model Predictive Control Theory and Algorithms ser Com-munications and Control Engineering Springer-Verlag 2011

Π Σωπασάκης Διδακτορική Διατριβή 4782

IV Διατύπωση του Προβλήματος

Το αρχικό πρόβλημα βελτιστοποίησης PN (x0) είναι

V N (x0) = inf

uisinCh([0Tf ]Rm)

int Tf

0`(x(t) u(t))dt+ Vf (x(Tf ))

υπό τους περιορισμούς

x(0) = x0

x(t) = Ax(t) +Bu(t) t isin [0 Tf ]

u(t) = uk t isin [kh (k + 1)h) k isin N[0Nminus1]

x(t) isin X t isin [0 Tf ] (Ημιάπειρο Πρόβλημα)

u(t) isin U t isin [0 Tf ]

x(Tf ) isin Xf

όπου Tf = Nh `(x u) = 12(xprimeQx+ uprimeRu) και Vf (x) = 1

2xprimePx

Π Σωπασάκης Διδακτορική Διατριβή 4882

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Πολυτοπικές Υπερπροσεγγίσεις

Χρησιμοποιώντας τη μέθοδο δι-

άσπασης Jordan σε συνδυασμό

με τη μέθοδο πλεγματοποίησης-

φράγματος κατασκευάζουμε πολύτο-

πα Pν με

Pν supe co Φ([0 h])

και

PνKrarr co Φ([0 h])

Ορίζουμε

Zν = Pminus1ν (X )

Αποδείξαμε ότι

Zν rarr Zh

minus06 minus04 minus02 0 02 04 06 08 1 12

065

07

075

08

085

09

095

1

x1

x2

Σχήμα Πολυτοπική Υπερπροσέγγι-

ση της συνάρτησης ∆(r) = eAr

P Patrinos P Sopasakis and H SarimveisldquoStochastic model predictive control for con-strained NCS with random time delayrdquo in Proc18th IFAC World Congress Aug 28 ndash Sep 22011

Π Σωπασάκης Διδακτορική Διατριβή 5082

IV Αναδιαμορφωμένο πρόβλημα ΕΠΜ

Διαμορφώνουμε την ακολουθία προβλημάτων ΕΠΜ

PνN (x0) V Nν (x0) = min

u[0Nminus1]isinUνN (x0)VN(x0u[0Nminus1]

)(1)

όπου

UνN (x0) =

u[0Nminus1]

∣∣∣∣∣∣∣∣∣∣

xk+1 = Ahxk +Bhukk isin N[0Nminus1]

(xk uk) isin Zν k isin N[0Nminus1]uk isin U k isin N[0Nminus1]xN isin X νf

(2)

Απ΄ όπου προκύπτουν οι βέλτιστες ακολουθίες λύσεων uν[0Nminus1]

Π Σωπασάκης Διδακτορική Διατριβή 5182

IV Ιδιότητες του ΕΠΜ

Ιδιότητες του σχήματος ΕΠΜ που

προτείνουμε

1 Ικανοποίηση των περιορισμών

στο συνεχή χρόνο

2 Εγγύηση ευστάθειας στο συνε-

χή χρόνο

3 uν[0Nminus1]grarr u[0Nminus1]

4 V Nνerarr V N

P Sopasakis P Patrinos and H SarimveisldquoModel Predictive Control for sampled-data li-near systems Guaranteeing continuous-time po-sitive invariancerdquo 2012 IEEE Trans Aut Contrsubmitted for publication

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Σχήμα Σύγκριση των πεδίων έλξης

της μεθοδολογίας μας με αυτή των

Magni και Scattolini

Π Σωπασάκης Διδακτορική Διατριβή 5282

VΚρουστική Χορήγηση

Αναλλοίωτο και Ευστάθεια Κρουστικών Συστημάτων Ελέγχου και

Σχεδιασμός Ελεγκτή Προβλεπτικού Μοντέλου

Π Σωπασάκης Διδακτορική Διατριβή 5382

V Κίνητρο

Τα Κρουστικά Δυναμικά περιγράφουν φαινόμενα στα οποία συμβα-

ίνουν στιγμιαία άλματα Σχετικά παραδείγματα είναι

1 Ζυμωτήρας διαλείποντος έργου (Shen et al 2007)

2 Πληθυσμιακή Δυναμική (Stone et al 2000)

3 Νανοηλεκτρονικά κυκλώματα (Yang and Chua 2000)

4 Πλοήγηση διαστημοπλοίου (Carter 1991)

5 Χορήγηση φαρμάκου (Kusuoka et al 1981)

Υπάρχει ωστόσο ένα μεθοδολογικό κενό ndash το οποίο προσπα-

θήσαμε να γεφυρώσουμε ndash το οποίο δεν επιτρέπει τη χρήση τους σε

εφαρμογές ελέγχου συστημάτων

Π Σωπασάκης Διδακτορική Διατριβή 5482

V Παράδειγμα Κρουστικής Συμπεριφοράς

minus2 minus1 0 1 2 3 4 5minus3

minus2

minus1

0

1

2

3

4

x1

x2

Impulsive Behaviour

Π Σωπασάκης Διδακτορική Διατριβή 5582

V Γραμμικά Κρουστικά Συστήματα τύπου Ι

Εστιάζουμε στα ακόλουθα κρουστικά συστήματα

dx

dt= Ax t isin hN (3αʹ)

(∆x)(τk) = BU(k x(τk)) (3βʹ)

όπου τk = kh k isin N Η λύση του (3) που τέμνει το (t0 x0) isinR times D με τη δράση της συνάρτησης ελέγχου U(k x) = g(x(τk))συμβολίζεται με ϕ(t t0 x0 g(middot))Το (3) υπόκειται στους περιορισμούς

x(t) isin X για κάθε t ge 0 X πολύεδρο

uk = g(x(τk)) isin U για κάθε k isin N U πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 5682

V Το πρόβλημα

Τα μόνα σημεία ισορροπίας τέτοιων συστημάτων τις περισσότερες

φορές δεν είναι άλλα από την αρχή ndash ή πιο γενικά σημεία

(xs us) isin kerAtimes kerB

΄Αρα δεν είναι δυνατό να σχεδιάσουμε σταθεροποιητικούς νόμους

ανάδρασης που οδηγούν την κατάσταση των κρουστικών συστη-

μάτων σε αυθαίρετα επιθυμητά σημεία

Π Σωπασάκης Διδακτορική Διατριβή 5782

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Π Σωπασάκης Διδακτορική Διατριβή 5982

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Υπολογισμός Ορίζουμε το F P(Rn)rarr P(Rn) ως

F (Ω) = projx

(y u) isin Rn+m

∣∣∣∣ ϕ(T 0 y u) isin ΩS (y u) sube Z

cap Ω

όπου S(x u) sube W(x u)1 Κάθε Y με F (Y) = Y είναι ένα Κρου-

στικά Ελεγκτικά Αναλλοώτο σύνολο ως προς Z

1Σημειώστε ότι W(x u) = clϕ(t 0 x u) t isin (0 h]Π Σωπασάκης Διδακτορική Διατριβή 6082

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Κατασκευάζουμε μια εμφολευμένη ακολουθία συνόλων YkkisinN ώστε

Y0 = ZYk+1 = F (Yk) k isin N

Το όριο

Yinfin =⋂kisinNYk

είναι ΚΕΑ Αν η σύγκλιση γίνεται σε πεπερασμένο αριθμό βημάτων

τότε είναι πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 6182

V Κρουστική Ευστάθεια Συνόλων

΄Ενα empty 6= Z $ X λέγεται ευσταθές για ένα δοσμένο σύστημα Σg

ndash με ανατροφοδότηση U(k x) = g(x(τk)) ndash ως προς ένα Y 6= empty αν

forallε gt 0existδ gt 0 x0 isin BYδ rArr ϕ(tx0 g(middot)) isin BZε forallt ge 0

Το Z λέγεται τοπικά ασυμπτωτικά ευσταθές για το Σgως

προς Y αν είναι ευσταθές και υπάρχει ε gt 0 ώστε

limtrarrinfin

distZ ϕ(tx0 g(middot)) = 0

οπόταν x0 isin BYε

Ορίζουμε BYδ = x isin X | distY(x) lt δ

Π Σωπασάκης Διδακτορική Διατριβή 6282

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 21: Modelling and Control of Biological and Physiological Systems

ΙΙ Φυσιολογικά ΦΚ Μοντέλα

Σχετικά Τα ΦΦΜ είναι σύνολα συνήθων διαφορικών εξισώσεων

που χρησιμοποιούνται για την πρόβλεψηπροσομοίωση της κατανο-

μής ουσιών σε έναν οργανισμό

Βασικά Χαρακτηριστικά

1 Μηχανιστική ερμηνεία της φαρμακοκινητικής

2 Μοντέλα συνεχούς χρόνου

3 Εξάγονται στη βάση ισοζυγίων μάζας (διάχυση ροή) και

άλλων αρχών της Φυσικής

Π Σωπασάκης Διδακτορική Διατριβή 2182

ΙΙ ΄Ελεγχος Προβλεπτικού Μοντέλου

Βασικά Χαρακτηριστικά

1 Εύρωστη ευστάθεια

2 Στρατηγική βέλτιστου ελέγχου

3 Οι περιορισμοί του συστήματος λαμβάνονται υπόψη με

συστηματικό τρόπο

H Sarimveis P Sopasakis A Afantitis and G Melagraki ldquoA model predictive control approachfor optimal drug administrationrdquo Chemical Engineering Transactions vol 17 2009

Π Σωπασάκης Διδακτορική Διατριβή 2282

ΙΙ Βήμα 1 Μοντελοποίηση

M V Evans et al ldquoA physiologically based pharmacokin model for iv and ingested DMA inmicerdquo Toxicol sci Oxford University Press pp 1ndash4 2008

Π Σωπασάκης Διδακτορική Διατριβή 2382

ΙΙ Βήμα 1 Μοντελοποίηση

Παράδειγμα

VblidCvi

dt= Qi (Cart minus Cvi)minus πi

(Cvi minus

CiPi

)minus

minus rexi (Cvi)Vbli

VidCidt

= πi

(Cvi minus

CiPi

)minus rmeti (Ci)Vi

Το σύνολο των εξισώσεων του μοντέλου γράφεται στο χώρο κα-

τάστασης στη μορφή

dx (t)

dt= f0 (x (t) u (t))

y(t) = g0(x(t))

Π Σωπασάκης Διδακτορική Διατριβή 2482

ΙΙ Βήμα 2 Διακριτοποίηση

Διακριτοποιούμε το σύστημα συνεχούς χρόνου

x(k + 1) = f(x(k) u(k))

y(k) = g0(x(k))

Το οποίο γραμμικοποιούμε γύρω από ένα σημείο ισορροπίας

x(k + 1) = Ax(k) +Bu(k)

y(k) = Cx(k)

ενώ στο σύστημα ενεργούν οι περιορισμοί

Gx(k) +Hu(k) leM

Π Σωπασάκης Διδακτορική Διατριβή 2582

ΙΙ Βήμα 3 Σχεδιασμός Παρατηρητή

Εισάγουμε το επαυξημένο σύστημα

x(k + 1) = Ax(k) +Bu(k) +Bdd(k)

d(k + 1) = d(k)

y(k) = Cx(k) + Cdd(k)

Αν ξ(k) = [ x(k)prime d(k)prime ]prime τότε το παραπάνω σύστημα γράφεται ως

ξ(k + 1) = Aξ(k) + Bu(k)

y(k) = Cξ(k)

Ορίζουμε ey(k) = Cξ (k)minusy (k) ΄Ενας γραμμικός παρατηρητής λαμβάνει

τη μορφή

ξ(k + 1) = Aξ(k) + Bu(k) +

[LxLd

]ey(k)

Π Σωπασάκης Διδακτορική Διατριβή 2682

ΙΙ Βήμα 4 Σχεδιασμός Προβλεπτικού Ελεγκτή

Κάθε χρονική στιγμή j λύνουμε το πρόβλημα ελαχιστοποίησης

V N

(ξ (j)

)= minπ=ujNminus1

j=0

VN

(π ξ (j)

)υποκείμενο στους περιορισμούς

ξ(k + 1) = Aξ(k) + Bu(k) forallk isin N[0Nminus1]

Gx (k) +Hu (k) leM forallk isin N[0N ]

ξ (0) = ξ(j)

όπου η αντικειμενική συνάρτηση είναι

VN

(π ξ (j)

)= x (N)minus x (j)2P

+sumNminus1k=0 x (k)minus x (j)2Q + u (k)minus u (j)2R

P Patrinos P Sopasakis and H Sarimveis ldquoA global piecewise smooth Newton method for fastlarge-scale model predictive controlrdquo Automatica vol 47 no 9 pp 2016ndash2022 2011

Π Σωπασάκης Διδακτορική Διατριβή 2782

ΙΙ Βήμα 4 Σχεδιασμός Προβλεπτικού Ελεγκτή

Ο πίνακας P που ποινικοποιεί την τερματική απόκλιση x (N)minus x (j) 2Pλαμβάνεται ως η (μοναδική) λύση της εξίσωσης

P = AprimePAminus (AprimePB) (BprimePB +R)minus1

(BprimePA) +Q

Τα x (j) και u (j) υπολογίζονται από τη σχέση[Aminus I BC 0

] [x (j)u (j)

]=

[minusBdd (j)

r (j)minus Cdd (j)

]

Π Σωπασάκης Διδακτορική Διατριβή 2882

ΙΙ Εφαρμογή ndash Χορήγηση DMA

Εφαρμογή σε ένα ΦΦΜ με 14 μεταβλητές κατάστασης (Evans etal) για χορήγηση DMA

0 1 2 3 4 50

002

004

006

008

01

012

014

Time (hr)

Co

nce

ntr

atio

n (

mg

L)

Kidney

Kidney (estimated)

Lung

Lung (estimated)

Σχήμα Απόκριση του παρατηρητή κατάστασης μετά από διέγερση του συ-

στήματος με πεπερασμένο παλμό πλάτους 01mghr και διάρκειας 24min

Π Σωπασάκης Διδακτορική Διατριβή 2982

ΙΙ Εφαρμογή ndash Χορήγηση DMA

Εφαρμόζουμε την προταθείσα μεθο-

δολογία στο σύστημα των Evans etal με τους περιορισμούς

Πίνακας Ελάχιστες Τοξικές Συγ-

κεντρώσεις

΄Οργανο MTC (microgL)

΄Ηπαρ 14

Δέρμα 14

Ερυθρά Αιμ 10

Νεφροί 05

Πνεύμονες 05

και μεταβάλλοντας το επιθυμητό ση-

μείο λειτουργίας

P Sopasakis P Patrinos amp H Sarimveis ldquoMo-del Predictive Control for Optimal Drug Admi-nistrationrdquo submitted 2012

0 05 1 15 2 25 3 35 4 450

02

04

06

08

1

12

14

Time (hr)

Concentr

ation (

ugL

)

Reference

Plasma

RBC

Lungs

Skin (tissue)

Kidney (tissue)

Liver (tissue)

0 05 1 15 2 25 3 35 4 450

005

01

Time (hr)

Adm

inis

tration R

ate

(ugh

r)

Π Σωπασάκης Διδακτορική Διατριβή 3082

III΄Ελεγχος Συστημάτων Κλασματικής Τάξης

με εφαρμογή στον έλεγχο της συγκέντρωσης φαρμάκου

Π Σωπασάκης Διδακτορική Διατριβή 3182

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κλασματικά Δυναμικά Συστήματα

Είναι τελεστικές σχέσεις εισόδου-εξόδου της μορφής

H(Dα1 Dαn)y(t) = G(Dβ1 Dβm)u(t)

Αν οι H και G είναι γραμμικοί τότε εφαρμόζοντας το μετασχημα-

τισμό Laplace έχουμε

T (s) =y(s)

u(s)=P (s)

Q(s)

όπου y(s) = L y(t) και u(s) = L u(t) και τα PQ είναι lsquoκλασμα-

τικά πολυώνυμαrsquo δηλαδή έχουν τη μορφή

P (s) =

nsumi=0

aisbi bi ge 0

Π Σωπασάκης Διδακτορική Διατριβή 3382

ΙΙΙ Κλασματική Φαρμακοκινητική

Χρησιμοποιούμε κλασματικές παραγώγους διότι

1 Οι παράγωγοι μη ακέραιας τάξης είναι μη-τοπικοί τελεστές

και άρα περιγράφουν διεργασίες με μνήμη όπως

3 η ανώμαλη διάχυση και

4 η παγίδευση φαρμάκου σε ιστούς

R Hilfer ldquoFractional diffusion based on Riemann-Liouville fractional derivativesrdquo J PhysChem B vol 104 pp 3914ndash3917 2000

Π Σωπασάκης Διδακτορική Διατριβή 3482

ΙΙΙ Κλασματική Φαρμακοκινητική Αμιοδαρόνης

Φαρμακοκινητικές Εξισώσεις

DA1 = minus(k12 + k10)A1(t) + k21 middot C D1minusaA2(t) + u(t)

DA2 = k12A1(t)minus k21 middot C D1minusaA2(t)

Π Σωπασάκης Διδακτορική Διατριβή 3582

ΙΙΙ Ρυθμιστής PIλDmicro

Κλασματικός ρυθμιστής με συνάρτηση μεταφοράς

Gc(s) = Kp +Ki

sλ+Kds

micro

ο οποίος παράγει τη ρυθμιστική δράση

u(t) = Kpε(t) +Ki(Iλ ε)(t) + (C Dmicro ε)(t)

όπου ε(t) = ySP (t)minus y(t)

Π Σωπασάκης Διδακτορική Διατριβή 3682

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Βαθμονόμηση Κλασματικού Ρυθμιστή

Ελαχιστοποίηση ενός ολοκληρωτικού κριστηρίου όπως του

JTfITAE =

int Tf

0τ |ε(τ)|dτ

Δηλαδή επίλυση του προβλήματος βελτιστοποίησης

J = min JTfITAE(KpKiKd λ micro)

υπό τις προαναφερθείσες προδιαγραφές βαθμονόμησης απ΄

όπου προκύπτουν οι βέλτιστες παράμετροι βαθμονόμησης

(Kp K

i K

d λ

micro) = argminJTfITAE

Π Σωπασάκης Διδακτορική Διατριβή 3882

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Εφαρμόζοντας το μετασχηματισμό Laplace προκύπτει η συνάρτηση

μεταφοράς του συστήματος

G(s) equiv A1(s)

U(s)=

sa + k21sa+1 + k21s+ (k10 + k12)sa + k10k21

Πίνακας ΦΚ Παράμετροι Αμιοδαρόνης

Παράμετρος Τιμή

a 05870k10 14913dayminus1

k12 29522dayminus1

k21 04854dayminusa

A Dokoumetzidis R Magin and P Macheras ldquoFractional kinetics in multi- compartmentalsystemsrdquo Journal of Pharmacokinetics and Pharmacodynamics vol 37 pp 507ndash524 2010

Π Σωπασάκης Διδακτορική Διατριβή 3982

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Πίνακας Βέλτιστες Παράμε-

τροι Βαθμονόμησης Κλασμα-

τικού Ρυθμιστή

Παράμετρος Τιμή

Kp 5052Ki 1511Kd 00756λ 09170micro 07590

005 01 015 02 025 030

002

004

006

008

01

012

Kp=20

Kp=95

Kp=K

p

opt

Time (days)

Am

ou

nt

A1

Π Σωπασάκης Διδακτορική Διατριβή 4082

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus100

minus50

0

50

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ανοιχτού βρόγχου Το περι-

θώριο φάσης είναι 98 και το περιθώριο ενίσχυσης 439db

Π Σωπασάκης Διδακτορική Διατριβή 4182

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus80

minus60

minus40

minus20

0

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης καθοδήγησης Η απολαβή στις

υψηλές συχνότητες (gt 102radday) είναι κάτω των minus60db

Π Σωπασάκης Διδακτορική Διατριβή 4282

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus30

minus20

minus10

0

10

Magnitude (

dB

)

10minus3

10minus2

10minus1

100

101

102

minus30

0

30

60

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ευαισθησίας Η απολαβή χα-

μηλών συχνοτήτων (lt 10minus2radday) είναι κάτω των minus20db

Π Σωπασάκης Διδακτορική Διατριβή 4382

IVΔειγματοληπτική Χορήγηση

Εξασφάλιση ικανοποίησης των περιορισμών στο συνεχές

Π Σωπασάκης Διδακτορική Διατριβή 4482

IV Συστήματα με Δειγματοληψία

΄Ενα σύστημα με δειγματοληψία με στοιχείο διατήρησης τιμής μη-

δενικής τάξης έχει τη μορφή

dx

dt= f(x(t) u(t))

u(t) = uk forallt isin [kh (k + 1)h)

Π Σωπασάκης Διδακτορική Διατριβή 4582

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Ο σχεδιασμός ενός ΕΠΜ που εγγυάται ικανοποίηση των

περιορισμών στο συνεχές είχε αναγνωριστεί ως ανοιχτό

πρόβλημα από τους L Grune και J Pannek το 2011

L Grune and J Pannek Nonlinear Model Predictive Control Theory and Algorithms ser Com-munications and Control Engineering Springer-Verlag 2011

Π Σωπασάκης Διδακτορική Διατριβή 4782

IV Διατύπωση του Προβλήματος

Το αρχικό πρόβλημα βελτιστοποίησης PN (x0) είναι

V N (x0) = inf

uisinCh([0Tf ]Rm)

int Tf

0`(x(t) u(t))dt+ Vf (x(Tf ))

υπό τους περιορισμούς

x(0) = x0

x(t) = Ax(t) +Bu(t) t isin [0 Tf ]

u(t) = uk t isin [kh (k + 1)h) k isin N[0Nminus1]

x(t) isin X t isin [0 Tf ] (Ημιάπειρο Πρόβλημα)

u(t) isin U t isin [0 Tf ]

x(Tf ) isin Xf

όπου Tf = Nh `(x u) = 12(xprimeQx+ uprimeRu) και Vf (x) = 1

2xprimePx

Π Σωπασάκης Διδακτορική Διατριβή 4882

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Πολυτοπικές Υπερπροσεγγίσεις

Χρησιμοποιώντας τη μέθοδο δι-

άσπασης Jordan σε συνδυασμό

με τη μέθοδο πλεγματοποίησης-

φράγματος κατασκευάζουμε πολύτο-

πα Pν με

Pν supe co Φ([0 h])

και

PνKrarr co Φ([0 h])

Ορίζουμε

Zν = Pminus1ν (X )

Αποδείξαμε ότι

Zν rarr Zh

minus06 minus04 minus02 0 02 04 06 08 1 12

065

07

075

08

085

09

095

1

x1

x2

Σχήμα Πολυτοπική Υπερπροσέγγι-

ση της συνάρτησης ∆(r) = eAr

P Patrinos P Sopasakis and H SarimveisldquoStochastic model predictive control for con-strained NCS with random time delayrdquo in Proc18th IFAC World Congress Aug 28 ndash Sep 22011

Π Σωπασάκης Διδακτορική Διατριβή 5082

IV Αναδιαμορφωμένο πρόβλημα ΕΠΜ

Διαμορφώνουμε την ακολουθία προβλημάτων ΕΠΜ

PνN (x0) V Nν (x0) = min

u[0Nminus1]isinUνN (x0)VN(x0u[0Nminus1]

)(1)

όπου

UνN (x0) =

u[0Nminus1]

∣∣∣∣∣∣∣∣∣∣

xk+1 = Ahxk +Bhukk isin N[0Nminus1]

(xk uk) isin Zν k isin N[0Nminus1]uk isin U k isin N[0Nminus1]xN isin X νf

(2)

Απ΄ όπου προκύπτουν οι βέλτιστες ακολουθίες λύσεων uν[0Nminus1]

Π Σωπασάκης Διδακτορική Διατριβή 5182

IV Ιδιότητες του ΕΠΜ

Ιδιότητες του σχήματος ΕΠΜ που

προτείνουμε

1 Ικανοποίηση των περιορισμών

στο συνεχή χρόνο

2 Εγγύηση ευστάθειας στο συνε-

χή χρόνο

3 uν[0Nminus1]grarr u[0Nminus1]

4 V Nνerarr V N

P Sopasakis P Patrinos and H SarimveisldquoModel Predictive Control for sampled-data li-near systems Guaranteeing continuous-time po-sitive invariancerdquo 2012 IEEE Trans Aut Contrsubmitted for publication

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Σχήμα Σύγκριση των πεδίων έλξης

της μεθοδολογίας μας με αυτή των

Magni και Scattolini

Π Σωπασάκης Διδακτορική Διατριβή 5282

VΚρουστική Χορήγηση

Αναλλοίωτο και Ευστάθεια Κρουστικών Συστημάτων Ελέγχου και

Σχεδιασμός Ελεγκτή Προβλεπτικού Μοντέλου

Π Σωπασάκης Διδακτορική Διατριβή 5382

V Κίνητρο

Τα Κρουστικά Δυναμικά περιγράφουν φαινόμενα στα οποία συμβα-

ίνουν στιγμιαία άλματα Σχετικά παραδείγματα είναι

1 Ζυμωτήρας διαλείποντος έργου (Shen et al 2007)

2 Πληθυσμιακή Δυναμική (Stone et al 2000)

3 Νανοηλεκτρονικά κυκλώματα (Yang and Chua 2000)

4 Πλοήγηση διαστημοπλοίου (Carter 1991)

5 Χορήγηση φαρμάκου (Kusuoka et al 1981)

Υπάρχει ωστόσο ένα μεθοδολογικό κενό ndash το οποίο προσπα-

θήσαμε να γεφυρώσουμε ndash το οποίο δεν επιτρέπει τη χρήση τους σε

εφαρμογές ελέγχου συστημάτων

Π Σωπασάκης Διδακτορική Διατριβή 5482

V Παράδειγμα Κρουστικής Συμπεριφοράς

minus2 minus1 0 1 2 3 4 5minus3

minus2

minus1

0

1

2

3

4

x1

x2

Impulsive Behaviour

Π Σωπασάκης Διδακτορική Διατριβή 5582

V Γραμμικά Κρουστικά Συστήματα τύπου Ι

Εστιάζουμε στα ακόλουθα κρουστικά συστήματα

dx

dt= Ax t isin hN (3αʹ)

(∆x)(τk) = BU(k x(τk)) (3βʹ)

όπου τk = kh k isin N Η λύση του (3) που τέμνει το (t0 x0) isinR times D με τη δράση της συνάρτησης ελέγχου U(k x) = g(x(τk))συμβολίζεται με ϕ(t t0 x0 g(middot))Το (3) υπόκειται στους περιορισμούς

x(t) isin X για κάθε t ge 0 X πολύεδρο

uk = g(x(τk)) isin U για κάθε k isin N U πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 5682

V Το πρόβλημα

Τα μόνα σημεία ισορροπίας τέτοιων συστημάτων τις περισσότερες

φορές δεν είναι άλλα από την αρχή ndash ή πιο γενικά σημεία

(xs us) isin kerAtimes kerB

΄Αρα δεν είναι δυνατό να σχεδιάσουμε σταθεροποιητικούς νόμους

ανάδρασης που οδηγούν την κατάσταση των κρουστικών συστη-

μάτων σε αυθαίρετα επιθυμητά σημεία

Π Σωπασάκης Διδακτορική Διατριβή 5782

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Π Σωπασάκης Διδακτορική Διατριβή 5982

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Υπολογισμός Ορίζουμε το F P(Rn)rarr P(Rn) ως

F (Ω) = projx

(y u) isin Rn+m

∣∣∣∣ ϕ(T 0 y u) isin ΩS (y u) sube Z

cap Ω

όπου S(x u) sube W(x u)1 Κάθε Y με F (Y) = Y είναι ένα Κρου-

στικά Ελεγκτικά Αναλλοώτο σύνολο ως προς Z

1Σημειώστε ότι W(x u) = clϕ(t 0 x u) t isin (0 h]Π Σωπασάκης Διδακτορική Διατριβή 6082

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Κατασκευάζουμε μια εμφολευμένη ακολουθία συνόλων YkkisinN ώστε

Y0 = ZYk+1 = F (Yk) k isin N

Το όριο

Yinfin =⋂kisinNYk

είναι ΚΕΑ Αν η σύγκλιση γίνεται σε πεπερασμένο αριθμό βημάτων

τότε είναι πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 6182

V Κρουστική Ευστάθεια Συνόλων

΄Ενα empty 6= Z $ X λέγεται ευσταθές για ένα δοσμένο σύστημα Σg

ndash με ανατροφοδότηση U(k x) = g(x(τk)) ndash ως προς ένα Y 6= empty αν

forallε gt 0existδ gt 0 x0 isin BYδ rArr ϕ(tx0 g(middot)) isin BZε forallt ge 0

Το Z λέγεται τοπικά ασυμπτωτικά ευσταθές για το Σgως

προς Y αν είναι ευσταθές και υπάρχει ε gt 0 ώστε

limtrarrinfin

distZ ϕ(tx0 g(middot)) = 0

οπόταν x0 isin BYε

Ορίζουμε BYδ = x isin X | distY(x) lt δ

Π Σωπασάκης Διδακτορική Διατριβή 6282

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 22: Modelling and Control of Biological and Physiological Systems

ΙΙ ΄Ελεγχος Προβλεπτικού Μοντέλου

Βασικά Χαρακτηριστικά

1 Εύρωστη ευστάθεια

2 Στρατηγική βέλτιστου ελέγχου

3 Οι περιορισμοί του συστήματος λαμβάνονται υπόψη με

συστηματικό τρόπο

H Sarimveis P Sopasakis A Afantitis and G Melagraki ldquoA model predictive control approachfor optimal drug administrationrdquo Chemical Engineering Transactions vol 17 2009

Π Σωπασάκης Διδακτορική Διατριβή 2282

ΙΙ Βήμα 1 Μοντελοποίηση

M V Evans et al ldquoA physiologically based pharmacokin model for iv and ingested DMA inmicerdquo Toxicol sci Oxford University Press pp 1ndash4 2008

Π Σωπασάκης Διδακτορική Διατριβή 2382

ΙΙ Βήμα 1 Μοντελοποίηση

Παράδειγμα

VblidCvi

dt= Qi (Cart minus Cvi)minus πi

(Cvi minus

CiPi

)minus

minus rexi (Cvi)Vbli

VidCidt

= πi

(Cvi minus

CiPi

)minus rmeti (Ci)Vi

Το σύνολο των εξισώσεων του μοντέλου γράφεται στο χώρο κα-

τάστασης στη μορφή

dx (t)

dt= f0 (x (t) u (t))

y(t) = g0(x(t))

Π Σωπασάκης Διδακτορική Διατριβή 2482

ΙΙ Βήμα 2 Διακριτοποίηση

Διακριτοποιούμε το σύστημα συνεχούς χρόνου

x(k + 1) = f(x(k) u(k))

y(k) = g0(x(k))

Το οποίο γραμμικοποιούμε γύρω από ένα σημείο ισορροπίας

x(k + 1) = Ax(k) +Bu(k)

y(k) = Cx(k)

ενώ στο σύστημα ενεργούν οι περιορισμοί

Gx(k) +Hu(k) leM

Π Σωπασάκης Διδακτορική Διατριβή 2582

ΙΙ Βήμα 3 Σχεδιασμός Παρατηρητή

Εισάγουμε το επαυξημένο σύστημα

x(k + 1) = Ax(k) +Bu(k) +Bdd(k)

d(k + 1) = d(k)

y(k) = Cx(k) + Cdd(k)

Αν ξ(k) = [ x(k)prime d(k)prime ]prime τότε το παραπάνω σύστημα γράφεται ως

ξ(k + 1) = Aξ(k) + Bu(k)

y(k) = Cξ(k)

Ορίζουμε ey(k) = Cξ (k)minusy (k) ΄Ενας γραμμικός παρατηρητής λαμβάνει

τη μορφή

ξ(k + 1) = Aξ(k) + Bu(k) +

[LxLd

]ey(k)

Π Σωπασάκης Διδακτορική Διατριβή 2682

ΙΙ Βήμα 4 Σχεδιασμός Προβλεπτικού Ελεγκτή

Κάθε χρονική στιγμή j λύνουμε το πρόβλημα ελαχιστοποίησης

V N

(ξ (j)

)= minπ=ujNminus1

j=0

VN

(π ξ (j)

)υποκείμενο στους περιορισμούς

ξ(k + 1) = Aξ(k) + Bu(k) forallk isin N[0Nminus1]

Gx (k) +Hu (k) leM forallk isin N[0N ]

ξ (0) = ξ(j)

όπου η αντικειμενική συνάρτηση είναι

VN

(π ξ (j)

)= x (N)minus x (j)2P

+sumNminus1k=0 x (k)minus x (j)2Q + u (k)minus u (j)2R

P Patrinos P Sopasakis and H Sarimveis ldquoA global piecewise smooth Newton method for fastlarge-scale model predictive controlrdquo Automatica vol 47 no 9 pp 2016ndash2022 2011

Π Σωπασάκης Διδακτορική Διατριβή 2782

ΙΙ Βήμα 4 Σχεδιασμός Προβλεπτικού Ελεγκτή

Ο πίνακας P που ποινικοποιεί την τερματική απόκλιση x (N)minus x (j) 2Pλαμβάνεται ως η (μοναδική) λύση της εξίσωσης

P = AprimePAminus (AprimePB) (BprimePB +R)minus1

(BprimePA) +Q

Τα x (j) και u (j) υπολογίζονται από τη σχέση[Aminus I BC 0

] [x (j)u (j)

]=

[minusBdd (j)

r (j)minus Cdd (j)

]

Π Σωπασάκης Διδακτορική Διατριβή 2882

ΙΙ Εφαρμογή ndash Χορήγηση DMA

Εφαρμογή σε ένα ΦΦΜ με 14 μεταβλητές κατάστασης (Evans etal) για χορήγηση DMA

0 1 2 3 4 50

002

004

006

008

01

012

014

Time (hr)

Co

nce

ntr

atio

n (

mg

L)

Kidney

Kidney (estimated)

Lung

Lung (estimated)

Σχήμα Απόκριση του παρατηρητή κατάστασης μετά από διέγερση του συ-

στήματος με πεπερασμένο παλμό πλάτους 01mghr και διάρκειας 24min

Π Σωπασάκης Διδακτορική Διατριβή 2982

ΙΙ Εφαρμογή ndash Χορήγηση DMA

Εφαρμόζουμε την προταθείσα μεθο-

δολογία στο σύστημα των Evans etal με τους περιορισμούς

Πίνακας Ελάχιστες Τοξικές Συγ-

κεντρώσεις

΄Οργανο MTC (microgL)

΄Ηπαρ 14

Δέρμα 14

Ερυθρά Αιμ 10

Νεφροί 05

Πνεύμονες 05

και μεταβάλλοντας το επιθυμητό ση-

μείο λειτουργίας

P Sopasakis P Patrinos amp H Sarimveis ldquoMo-del Predictive Control for Optimal Drug Admi-nistrationrdquo submitted 2012

0 05 1 15 2 25 3 35 4 450

02

04

06

08

1

12

14

Time (hr)

Concentr

ation (

ugL

)

Reference

Plasma

RBC

Lungs

Skin (tissue)

Kidney (tissue)

Liver (tissue)

0 05 1 15 2 25 3 35 4 450

005

01

Time (hr)

Adm

inis

tration R

ate

(ugh

r)

Π Σωπασάκης Διδακτορική Διατριβή 3082

III΄Ελεγχος Συστημάτων Κλασματικής Τάξης

με εφαρμογή στον έλεγχο της συγκέντρωσης φαρμάκου

Π Σωπασάκης Διδακτορική Διατριβή 3182

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κλασματικά Δυναμικά Συστήματα

Είναι τελεστικές σχέσεις εισόδου-εξόδου της μορφής

H(Dα1 Dαn)y(t) = G(Dβ1 Dβm)u(t)

Αν οι H και G είναι γραμμικοί τότε εφαρμόζοντας το μετασχημα-

τισμό Laplace έχουμε

T (s) =y(s)

u(s)=P (s)

Q(s)

όπου y(s) = L y(t) και u(s) = L u(t) και τα PQ είναι lsquoκλασμα-

τικά πολυώνυμαrsquo δηλαδή έχουν τη μορφή

P (s) =

nsumi=0

aisbi bi ge 0

Π Σωπασάκης Διδακτορική Διατριβή 3382

ΙΙΙ Κλασματική Φαρμακοκινητική

Χρησιμοποιούμε κλασματικές παραγώγους διότι

1 Οι παράγωγοι μη ακέραιας τάξης είναι μη-τοπικοί τελεστές

και άρα περιγράφουν διεργασίες με μνήμη όπως

3 η ανώμαλη διάχυση και

4 η παγίδευση φαρμάκου σε ιστούς

R Hilfer ldquoFractional diffusion based on Riemann-Liouville fractional derivativesrdquo J PhysChem B vol 104 pp 3914ndash3917 2000

Π Σωπασάκης Διδακτορική Διατριβή 3482

ΙΙΙ Κλασματική Φαρμακοκινητική Αμιοδαρόνης

Φαρμακοκινητικές Εξισώσεις

DA1 = minus(k12 + k10)A1(t) + k21 middot C D1minusaA2(t) + u(t)

DA2 = k12A1(t)minus k21 middot C D1minusaA2(t)

Π Σωπασάκης Διδακτορική Διατριβή 3582

ΙΙΙ Ρυθμιστής PIλDmicro

Κλασματικός ρυθμιστής με συνάρτηση μεταφοράς

Gc(s) = Kp +Ki

sλ+Kds

micro

ο οποίος παράγει τη ρυθμιστική δράση

u(t) = Kpε(t) +Ki(Iλ ε)(t) + (C Dmicro ε)(t)

όπου ε(t) = ySP (t)minus y(t)

Π Σωπασάκης Διδακτορική Διατριβή 3682

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Βαθμονόμηση Κλασματικού Ρυθμιστή

Ελαχιστοποίηση ενός ολοκληρωτικού κριστηρίου όπως του

JTfITAE =

int Tf

0τ |ε(τ)|dτ

Δηλαδή επίλυση του προβλήματος βελτιστοποίησης

J = min JTfITAE(KpKiKd λ micro)

υπό τις προαναφερθείσες προδιαγραφές βαθμονόμησης απ΄

όπου προκύπτουν οι βέλτιστες παράμετροι βαθμονόμησης

(Kp K

i K

d λ

micro) = argminJTfITAE

Π Σωπασάκης Διδακτορική Διατριβή 3882

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Εφαρμόζοντας το μετασχηματισμό Laplace προκύπτει η συνάρτηση

μεταφοράς του συστήματος

G(s) equiv A1(s)

U(s)=

sa + k21sa+1 + k21s+ (k10 + k12)sa + k10k21

Πίνακας ΦΚ Παράμετροι Αμιοδαρόνης

Παράμετρος Τιμή

a 05870k10 14913dayminus1

k12 29522dayminus1

k21 04854dayminusa

A Dokoumetzidis R Magin and P Macheras ldquoFractional kinetics in multi- compartmentalsystemsrdquo Journal of Pharmacokinetics and Pharmacodynamics vol 37 pp 507ndash524 2010

Π Σωπασάκης Διδακτορική Διατριβή 3982

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Πίνακας Βέλτιστες Παράμε-

τροι Βαθμονόμησης Κλασμα-

τικού Ρυθμιστή

Παράμετρος Τιμή

Kp 5052Ki 1511Kd 00756λ 09170micro 07590

005 01 015 02 025 030

002

004

006

008

01

012

Kp=20

Kp=95

Kp=K

p

opt

Time (days)

Am

ou

nt

A1

Π Σωπασάκης Διδακτορική Διατριβή 4082

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus100

minus50

0

50

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ανοιχτού βρόγχου Το περι-

θώριο φάσης είναι 98 και το περιθώριο ενίσχυσης 439db

Π Σωπασάκης Διδακτορική Διατριβή 4182

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus80

minus60

minus40

minus20

0

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης καθοδήγησης Η απολαβή στις

υψηλές συχνότητες (gt 102radday) είναι κάτω των minus60db

Π Σωπασάκης Διδακτορική Διατριβή 4282

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus30

minus20

minus10

0

10

Magnitude (

dB

)

10minus3

10minus2

10minus1

100

101

102

minus30

0

30

60

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ευαισθησίας Η απολαβή χα-

μηλών συχνοτήτων (lt 10minus2radday) είναι κάτω των minus20db

Π Σωπασάκης Διδακτορική Διατριβή 4382

IVΔειγματοληπτική Χορήγηση

Εξασφάλιση ικανοποίησης των περιορισμών στο συνεχές

Π Σωπασάκης Διδακτορική Διατριβή 4482

IV Συστήματα με Δειγματοληψία

΄Ενα σύστημα με δειγματοληψία με στοιχείο διατήρησης τιμής μη-

δενικής τάξης έχει τη μορφή

dx

dt= f(x(t) u(t))

u(t) = uk forallt isin [kh (k + 1)h)

Π Σωπασάκης Διδακτορική Διατριβή 4582

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Ο σχεδιασμός ενός ΕΠΜ που εγγυάται ικανοποίηση των

περιορισμών στο συνεχές είχε αναγνωριστεί ως ανοιχτό

πρόβλημα από τους L Grune και J Pannek το 2011

L Grune and J Pannek Nonlinear Model Predictive Control Theory and Algorithms ser Com-munications and Control Engineering Springer-Verlag 2011

Π Σωπασάκης Διδακτορική Διατριβή 4782

IV Διατύπωση του Προβλήματος

Το αρχικό πρόβλημα βελτιστοποίησης PN (x0) είναι

V N (x0) = inf

uisinCh([0Tf ]Rm)

int Tf

0`(x(t) u(t))dt+ Vf (x(Tf ))

υπό τους περιορισμούς

x(0) = x0

x(t) = Ax(t) +Bu(t) t isin [0 Tf ]

u(t) = uk t isin [kh (k + 1)h) k isin N[0Nminus1]

x(t) isin X t isin [0 Tf ] (Ημιάπειρο Πρόβλημα)

u(t) isin U t isin [0 Tf ]

x(Tf ) isin Xf

όπου Tf = Nh `(x u) = 12(xprimeQx+ uprimeRu) και Vf (x) = 1

2xprimePx

Π Σωπασάκης Διδακτορική Διατριβή 4882

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Πολυτοπικές Υπερπροσεγγίσεις

Χρησιμοποιώντας τη μέθοδο δι-

άσπασης Jordan σε συνδυασμό

με τη μέθοδο πλεγματοποίησης-

φράγματος κατασκευάζουμε πολύτο-

πα Pν με

Pν supe co Φ([0 h])

και

PνKrarr co Φ([0 h])

Ορίζουμε

Zν = Pminus1ν (X )

Αποδείξαμε ότι

Zν rarr Zh

minus06 minus04 minus02 0 02 04 06 08 1 12

065

07

075

08

085

09

095

1

x1

x2

Σχήμα Πολυτοπική Υπερπροσέγγι-

ση της συνάρτησης ∆(r) = eAr

P Patrinos P Sopasakis and H SarimveisldquoStochastic model predictive control for con-strained NCS with random time delayrdquo in Proc18th IFAC World Congress Aug 28 ndash Sep 22011

Π Σωπασάκης Διδακτορική Διατριβή 5082

IV Αναδιαμορφωμένο πρόβλημα ΕΠΜ

Διαμορφώνουμε την ακολουθία προβλημάτων ΕΠΜ

PνN (x0) V Nν (x0) = min

u[0Nminus1]isinUνN (x0)VN(x0u[0Nminus1]

)(1)

όπου

UνN (x0) =

u[0Nminus1]

∣∣∣∣∣∣∣∣∣∣

xk+1 = Ahxk +Bhukk isin N[0Nminus1]

(xk uk) isin Zν k isin N[0Nminus1]uk isin U k isin N[0Nminus1]xN isin X νf

(2)

Απ΄ όπου προκύπτουν οι βέλτιστες ακολουθίες λύσεων uν[0Nminus1]

Π Σωπασάκης Διδακτορική Διατριβή 5182

IV Ιδιότητες του ΕΠΜ

Ιδιότητες του σχήματος ΕΠΜ που

προτείνουμε

1 Ικανοποίηση των περιορισμών

στο συνεχή χρόνο

2 Εγγύηση ευστάθειας στο συνε-

χή χρόνο

3 uν[0Nminus1]grarr u[0Nminus1]

4 V Nνerarr V N

P Sopasakis P Patrinos and H SarimveisldquoModel Predictive Control for sampled-data li-near systems Guaranteeing continuous-time po-sitive invariancerdquo 2012 IEEE Trans Aut Contrsubmitted for publication

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Σχήμα Σύγκριση των πεδίων έλξης

της μεθοδολογίας μας με αυτή των

Magni και Scattolini

Π Σωπασάκης Διδακτορική Διατριβή 5282

VΚρουστική Χορήγηση

Αναλλοίωτο και Ευστάθεια Κρουστικών Συστημάτων Ελέγχου και

Σχεδιασμός Ελεγκτή Προβλεπτικού Μοντέλου

Π Σωπασάκης Διδακτορική Διατριβή 5382

V Κίνητρο

Τα Κρουστικά Δυναμικά περιγράφουν φαινόμενα στα οποία συμβα-

ίνουν στιγμιαία άλματα Σχετικά παραδείγματα είναι

1 Ζυμωτήρας διαλείποντος έργου (Shen et al 2007)

2 Πληθυσμιακή Δυναμική (Stone et al 2000)

3 Νανοηλεκτρονικά κυκλώματα (Yang and Chua 2000)

4 Πλοήγηση διαστημοπλοίου (Carter 1991)

5 Χορήγηση φαρμάκου (Kusuoka et al 1981)

Υπάρχει ωστόσο ένα μεθοδολογικό κενό ndash το οποίο προσπα-

θήσαμε να γεφυρώσουμε ndash το οποίο δεν επιτρέπει τη χρήση τους σε

εφαρμογές ελέγχου συστημάτων

Π Σωπασάκης Διδακτορική Διατριβή 5482

V Παράδειγμα Κρουστικής Συμπεριφοράς

minus2 minus1 0 1 2 3 4 5minus3

minus2

minus1

0

1

2

3

4

x1

x2

Impulsive Behaviour

Π Σωπασάκης Διδακτορική Διατριβή 5582

V Γραμμικά Κρουστικά Συστήματα τύπου Ι

Εστιάζουμε στα ακόλουθα κρουστικά συστήματα

dx

dt= Ax t isin hN (3αʹ)

(∆x)(τk) = BU(k x(τk)) (3βʹ)

όπου τk = kh k isin N Η λύση του (3) που τέμνει το (t0 x0) isinR times D με τη δράση της συνάρτησης ελέγχου U(k x) = g(x(τk))συμβολίζεται με ϕ(t t0 x0 g(middot))Το (3) υπόκειται στους περιορισμούς

x(t) isin X για κάθε t ge 0 X πολύεδρο

uk = g(x(τk)) isin U για κάθε k isin N U πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 5682

V Το πρόβλημα

Τα μόνα σημεία ισορροπίας τέτοιων συστημάτων τις περισσότερες

φορές δεν είναι άλλα από την αρχή ndash ή πιο γενικά σημεία

(xs us) isin kerAtimes kerB

΄Αρα δεν είναι δυνατό να σχεδιάσουμε σταθεροποιητικούς νόμους

ανάδρασης που οδηγούν την κατάσταση των κρουστικών συστη-

μάτων σε αυθαίρετα επιθυμητά σημεία

Π Σωπασάκης Διδακτορική Διατριβή 5782

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Π Σωπασάκης Διδακτορική Διατριβή 5982

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Υπολογισμός Ορίζουμε το F P(Rn)rarr P(Rn) ως

F (Ω) = projx

(y u) isin Rn+m

∣∣∣∣ ϕ(T 0 y u) isin ΩS (y u) sube Z

cap Ω

όπου S(x u) sube W(x u)1 Κάθε Y με F (Y) = Y είναι ένα Κρου-

στικά Ελεγκτικά Αναλλοώτο σύνολο ως προς Z

1Σημειώστε ότι W(x u) = clϕ(t 0 x u) t isin (0 h]Π Σωπασάκης Διδακτορική Διατριβή 6082

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Κατασκευάζουμε μια εμφολευμένη ακολουθία συνόλων YkkisinN ώστε

Y0 = ZYk+1 = F (Yk) k isin N

Το όριο

Yinfin =⋂kisinNYk

είναι ΚΕΑ Αν η σύγκλιση γίνεται σε πεπερασμένο αριθμό βημάτων

τότε είναι πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 6182

V Κρουστική Ευστάθεια Συνόλων

΄Ενα empty 6= Z $ X λέγεται ευσταθές για ένα δοσμένο σύστημα Σg

ndash με ανατροφοδότηση U(k x) = g(x(τk)) ndash ως προς ένα Y 6= empty αν

forallε gt 0existδ gt 0 x0 isin BYδ rArr ϕ(tx0 g(middot)) isin BZε forallt ge 0

Το Z λέγεται τοπικά ασυμπτωτικά ευσταθές για το Σgως

προς Y αν είναι ευσταθές και υπάρχει ε gt 0 ώστε

limtrarrinfin

distZ ϕ(tx0 g(middot)) = 0

οπόταν x0 isin BYε

Ορίζουμε BYδ = x isin X | distY(x) lt δ

Π Σωπασάκης Διδακτορική Διατριβή 6282

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 23: Modelling and Control of Biological and Physiological Systems

ΙΙ Βήμα 1 Μοντελοποίηση

M V Evans et al ldquoA physiologically based pharmacokin model for iv and ingested DMA inmicerdquo Toxicol sci Oxford University Press pp 1ndash4 2008

Π Σωπασάκης Διδακτορική Διατριβή 2382

ΙΙ Βήμα 1 Μοντελοποίηση

Παράδειγμα

VblidCvi

dt= Qi (Cart minus Cvi)minus πi

(Cvi minus

CiPi

)minus

minus rexi (Cvi)Vbli

VidCidt

= πi

(Cvi minus

CiPi

)minus rmeti (Ci)Vi

Το σύνολο των εξισώσεων του μοντέλου γράφεται στο χώρο κα-

τάστασης στη μορφή

dx (t)

dt= f0 (x (t) u (t))

y(t) = g0(x(t))

Π Σωπασάκης Διδακτορική Διατριβή 2482

ΙΙ Βήμα 2 Διακριτοποίηση

Διακριτοποιούμε το σύστημα συνεχούς χρόνου

x(k + 1) = f(x(k) u(k))

y(k) = g0(x(k))

Το οποίο γραμμικοποιούμε γύρω από ένα σημείο ισορροπίας

x(k + 1) = Ax(k) +Bu(k)

y(k) = Cx(k)

ενώ στο σύστημα ενεργούν οι περιορισμοί

Gx(k) +Hu(k) leM

Π Σωπασάκης Διδακτορική Διατριβή 2582

ΙΙ Βήμα 3 Σχεδιασμός Παρατηρητή

Εισάγουμε το επαυξημένο σύστημα

x(k + 1) = Ax(k) +Bu(k) +Bdd(k)

d(k + 1) = d(k)

y(k) = Cx(k) + Cdd(k)

Αν ξ(k) = [ x(k)prime d(k)prime ]prime τότε το παραπάνω σύστημα γράφεται ως

ξ(k + 1) = Aξ(k) + Bu(k)

y(k) = Cξ(k)

Ορίζουμε ey(k) = Cξ (k)minusy (k) ΄Ενας γραμμικός παρατηρητής λαμβάνει

τη μορφή

ξ(k + 1) = Aξ(k) + Bu(k) +

[LxLd

]ey(k)

Π Σωπασάκης Διδακτορική Διατριβή 2682

ΙΙ Βήμα 4 Σχεδιασμός Προβλεπτικού Ελεγκτή

Κάθε χρονική στιγμή j λύνουμε το πρόβλημα ελαχιστοποίησης

V N

(ξ (j)

)= minπ=ujNminus1

j=0

VN

(π ξ (j)

)υποκείμενο στους περιορισμούς

ξ(k + 1) = Aξ(k) + Bu(k) forallk isin N[0Nminus1]

Gx (k) +Hu (k) leM forallk isin N[0N ]

ξ (0) = ξ(j)

όπου η αντικειμενική συνάρτηση είναι

VN

(π ξ (j)

)= x (N)minus x (j)2P

+sumNminus1k=0 x (k)minus x (j)2Q + u (k)minus u (j)2R

P Patrinos P Sopasakis and H Sarimveis ldquoA global piecewise smooth Newton method for fastlarge-scale model predictive controlrdquo Automatica vol 47 no 9 pp 2016ndash2022 2011

Π Σωπασάκης Διδακτορική Διατριβή 2782

ΙΙ Βήμα 4 Σχεδιασμός Προβλεπτικού Ελεγκτή

Ο πίνακας P που ποινικοποιεί την τερματική απόκλιση x (N)minus x (j) 2Pλαμβάνεται ως η (μοναδική) λύση της εξίσωσης

P = AprimePAminus (AprimePB) (BprimePB +R)minus1

(BprimePA) +Q

Τα x (j) και u (j) υπολογίζονται από τη σχέση[Aminus I BC 0

] [x (j)u (j)

]=

[minusBdd (j)

r (j)minus Cdd (j)

]

Π Σωπασάκης Διδακτορική Διατριβή 2882

ΙΙ Εφαρμογή ndash Χορήγηση DMA

Εφαρμογή σε ένα ΦΦΜ με 14 μεταβλητές κατάστασης (Evans etal) για χορήγηση DMA

0 1 2 3 4 50

002

004

006

008

01

012

014

Time (hr)

Co

nce

ntr

atio

n (

mg

L)

Kidney

Kidney (estimated)

Lung

Lung (estimated)

Σχήμα Απόκριση του παρατηρητή κατάστασης μετά από διέγερση του συ-

στήματος με πεπερασμένο παλμό πλάτους 01mghr και διάρκειας 24min

Π Σωπασάκης Διδακτορική Διατριβή 2982

ΙΙ Εφαρμογή ndash Χορήγηση DMA

Εφαρμόζουμε την προταθείσα μεθο-

δολογία στο σύστημα των Evans etal με τους περιορισμούς

Πίνακας Ελάχιστες Τοξικές Συγ-

κεντρώσεις

΄Οργανο MTC (microgL)

΄Ηπαρ 14

Δέρμα 14

Ερυθρά Αιμ 10

Νεφροί 05

Πνεύμονες 05

και μεταβάλλοντας το επιθυμητό ση-

μείο λειτουργίας

P Sopasakis P Patrinos amp H Sarimveis ldquoMo-del Predictive Control for Optimal Drug Admi-nistrationrdquo submitted 2012

0 05 1 15 2 25 3 35 4 450

02

04

06

08

1

12

14

Time (hr)

Concentr

ation (

ugL

)

Reference

Plasma

RBC

Lungs

Skin (tissue)

Kidney (tissue)

Liver (tissue)

0 05 1 15 2 25 3 35 4 450

005

01

Time (hr)

Adm

inis

tration R

ate

(ugh

r)

Π Σωπασάκης Διδακτορική Διατριβή 3082

III΄Ελεγχος Συστημάτων Κλασματικής Τάξης

με εφαρμογή στον έλεγχο της συγκέντρωσης φαρμάκου

Π Σωπασάκης Διδακτορική Διατριβή 3182

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κλασματικά Δυναμικά Συστήματα

Είναι τελεστικές σχέσεις εισόδου-εξόδου της μορφής

H(Dα1 Dαn)y(t) = G(Dβ1 Dβm)u(t)

Αν οι H και G είναι γραμμικοί τότε εφαρμόζοντας το μετασχημα-

τισμό Laplace έχουμε

T (s) =y(s)

u(s)=P (s)

Q(s)

όπου y(s) = L y(t) και u(s) = L u(t) και τα PQ είναι lsquoκλασμα-

τικά πολυώνυμαrsquo δηλαδή έχουν τη μορφή

P (s) =

nsumi=0

aisbi bi ge 0

Π Σωπασάκης Διδακτορική Διατριβή 3382

ΙΙΙ Κλασματική Φαρμακοκινητική

Χρησιμοποιούμε κλασματικές παραγώγους διότι

1 Οι παράγωγοι μη ακέραιας τάξης είναι μη-τοπικοί τελεστές

και άρα περιγράφουν διεργασίες με μνήμη όπως

3 η ανώμαλη διάχυση και

4 η παγίδευση φαρμάκου σε ιστούς

R Hilfer ldquoFractional diffusion based on Riemann-Liouville fractional derivativesrdquo J PhysChem B vol 104 pp 3914ndash3917 2000

Π Σωπασάκης Διδακτορική Διατριβή 3482

ΙΙΙ Κλασματική Φαρμακοκινητική Αμιοδαρόνης

Φαρμακοκινητικές Εξισώσεις

DA1 = minus(k12 + k10)A1(t) + k21 middot C D1minusaA2(t) + u(t)

DA2 = k12A1(t)minus k21 middot C D1minusaA2(t)

Π Σωπασάκης Διδακτορική Διατριβή 3582

ΙΙΙ Ρυθμιστής PIλDmicro

Κλασματικός ρυθμιστής με συνάρτηση μεταφοράς

Gc(s) = Kp +Ki

sλ+Kds

micro

ο οποίος παράγει τη ρυθμιστική δράση

u(t) = Kpε(t) +Ki(Iλ ε)(t) + (C Dmicro ε)(t)

όπου ε(t) = ySP (t)minus y(t)

Π Σωπασάκης Διδακτορική Διατριβή 3682

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Βαθμονόμηση Κλασματικού Ρυθμιστή

Ελαχιστοποίηση ενός ολοκληρωτικού κριστηρίου όπως του

JTfITAE =

int Tf

0τ |ε(τ)|dτ

Δηλαδή επίλυση του προβλήματος βελτιστοποίησης

J = min JTfITAE(KpKiKd λ micro)

υπό τις προαναφερθείσες προδιαγραφές βαθμονόμησης απ΄

όπου προκύπτουν οι βέλτιστες παράμετροι βαθμονόμησης

(Kp K

i K

d λ

micro) = argminJTfITAE

Π Σωπασάκης Διδακτορική Διατριβή 3882

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Εφαρμόζοντας το μετασχηματισμό Laplace προκύπτει η συνάρτηση

μεταφοράς του συστήματος

G(s) equiv A1(s)

U(s)=

sa + k21sa+1 + k21s+ (k10 + k12)sa + k10k21

Πίνακας ΦΚ Παράμετροι Αμιοδαρόνης

Παράμετρος Τιμή

a 05870k10 14913dayminus1

k12 29522dayminus1

k21 04854dayminusa

A Dokoumetzidis R Magin and P Macheras ldquoFractional kinetics in multi- compartmentalsystemsrdquo Journal of Pharmacokinetics and Pharmacodynamics vol 37 pp 507ndash524 2010

Π Σωπασάκης Διδακτορική Διατριβή 3982

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Πίνακας Βέλτιστες Παράμε-

τροι Βαθμονόμησης Κλασμα-

τικού Ρυθμιστή

Παράμετρος Τιμή

Kp 5052Ki 1511Kd 00756λ 09170micro 07590

005 01 015 02 025 030

002

004

006

008

01

012

Kp=20

Kp=95

Kp=K

p

opt

Time (days)

Am

ou

nt

A1

Π Σωπασάκης Διδακτορική Διατριβή 4082

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus100

minus50

0

50

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ανοιχτού βρόγχου Το περι-

θώριο φάσης είναι 98 και το περιθώριο ενίσχυσης 439db

Π Σωπασάκης Διδακτορική Διατριβή 4182

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus80

minus60

minus40

minus20

0

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης καθοδήγησης Η απολαβή στις

υψηλές συχνότητες (gt 102radday) είναι κάτω των minus60db

Π Σωπασάκης Διδακτορική Διατριβή 4282

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus30

minus20

minus10

0

10

Magnitude (

dB

)

10minus3

10minus2

10minus1

100

101

102

minus30

0

30

60

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ευαισθησίας Η απολαβή χα-

μηλών συχνοτήτων (lt 10minus2radday) είναι κάτω των minus20db

Π Σωπασάκης Διδακτορική Διατριβή 4382

IVΔειγματοληπτική Χορήγηση

Εξασφάλιση ικανοποίησης των περιορισμών στο συνεχές

Π Σωπασάκης Διδακτορική Διατριβή 4482

IV Συστήματα με Δειγματοληψία

΄Ενα σύστημα με δειγματοληψία με στοιχείο διατήρησης τιμής μη-

δενικής τάξης έχει τη μορφή

dx

dt= f(x(t) u(t))

u(t) = uk forallt isin [kh (k + 1)h)

Π Σωπασάκης Διδακτορική Διατριβή 4582

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Ο σχεδιασμός ενός ΕΠΜ που εγγυάται ικανοποίηση των

περιορισμών στο συνεχές είχε αναγνωριστεί ως ανοιχτό

πρόβλημα από τους L Grune και J Pannek το 2011

L Grune and J Pannek Nonlinear Model Predictive Control Theory and Algorithms ser Com-munications and Control Engineering Springer-Verlag 2011

Π Σωπασάκης Διδακτορική Διατριβή 4782

IV Διατύπωση του Προβλήματος

Το αρχικό πρόβλημα βελτιστοποίησης PN (x0) είναι

V N (x0) = inf

uisinCh([0Tf ]Rm)

int Tf

0`(x(t) u(t))dt+ Vf (x(Tf ))

υπό τους περιορισμούς

x(0) = x0

x(t) = Ax(t) +Bu(t) t isin [0 Tf ]

u(t) = uk t isin [kh (k + 1)h) k isin N[0Nminus1]

x(t) isin X t isin [0 Tf ] (Ημιάπειρο Πρόβλημα)

u(t) isin U t isin [0 Tf ]

x(Tf ) isin Xf

όπου Tf = Nh `(x u) = 12(xprimeQx+ uprimeRu) και Vf (x) = 1

2xprimePx

Π Σωπασάκης Διδακτορική Διατριβή 4882

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Πολυτοπικές Υπερπροσεγγίσεις

Χρησιμοποιώντας τη μέθοδο δι-

άσπασης Jordan σε συνδυασμό

με τη μέθοδο πλεγματοποίησης-

φράγματος κατασκευάζουμε πολύτο-

πα Pν με

Pν supe co Φ([0 h])

και

PνKrarr co Φ([0 h])

Ορίζουμε

Zν = Pminus1ν (X )

Αποδείξαμε ότι

Zν rarr Zh

minus06 minus04 minus02 0 02 04 06 08 1 12

065

07

075

08

085

09

095

1

x1

x2

Σχήμα Πολυτοπική Υπερπροσέγγι-

ση της συνάρτησης ∆(r) = eAr

P Patrinos P Sopasakis and H SarimveisldquoStochastic model predictive control for con-strained NCS with random time delayrdquo in Proc18th IFAC World Congress Aug 28 ndash Sep 22011

Π Σωπασάκης Διδακτορική Διατριβή 5082

IV Αναδιαμορφωμένο πρόβλημα ΕΠΜ

Διαμορφώνουμε την ακολουθία προβλημάτων ΕΠΜ

PνN (x0) V Nν (x0) = min

u[0Nminus1]isinUνN (x0)VN(x0u[0Nminus1]

)(1)

όπου

UνN (x0) =

u[0Nminus1]

∣∣∣∣∣∣∣∣∣∣

xk+1 = Ahxk +Bhukk isin N[0Nminus1]

(xk uk) isin Zν k isin N[0Nminus1]uk isin U k isin N[0Nminus1]xN isin X νf

(2)

Απ΄ όπου προκύπτουν οι βέλτιστες ακολουθίες λύσεων uν[0Nminus1]

Π Σωπασάκης Διδακτορική Διατριβή 5182

IV Ιδιότητες του ΕΠΜ

Ιδιότητες του σχήματος ΕΠΜ που

προτείνουμε

1 Ικανοποίηση των περιορισμών

στο συνεχή χρόνο

2 Εγγύηση ευστάθειας στο συνε-

χή χρόνο

3 uν[0Nminus1]grarr u[0Nminus1]

4 V Nνerarr V N

P Sopasakis P Patrinos and H SarimveisldquoModel Predictive Control for sampled-data li-near systems Guaranteeing continuous-time po-sitive invariancerdquo 2012 IEEE Trans Aut Contrsubmitted for publication

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Σχήμα Σύγκριση των πεδίων έλξης

της μεθοδολογίας μας με αυτή των

Magni και Scattolini

Π Σωπασάκης Διδακτορική Διατριβή 5282

VΚρουστική Χορήγηση

Αναλλοίωτο και Ευστάθεια Κρουστικών Συστημάτων Ελέγχου και

Σχεδιασμός Ελεγκτή Προβλεπτικού Μοντέλου

Π Σωπασάκης Διδακτορική Διατριβή 5382

V Κίνητρο

Τα Κρουστικά Δυναμικά περιγράφουν φαινόμενα στα οποία συμβα-

ίνουν στιγμιαία άλματα Σχετικά παραδείγματα είναι

1 Ζυμωτήρας διαλείποντος έργου (Shen et al 2007)

2 Πληθυσμιακή Δυναμική (Stone et al 2000)

3 Νανοηλεκτρονικά κυκλώματα (Yang and Chua 2000)

4 Πλοήγηση διαστημοπλοίου (Carter 1991)

5 Χορήγηση φαρμάκου (Kusuoka et al 1981)

Υπάρχει ωστόσο ένα μεθοδολογικό κενό ndash το οποίο προσπα-

θήσαμε να γεφυρώσουμε ndash το οποίο δεν επιτρέπει τη χρήση τους σε

εφαρμογές ελέγχου συστημάτων

Π Σωπασάκης Διδακτορική Διατριβή 5482

V Παράδειγμα Κρουστικής Συμπεριφοράς

minus2 minus1 0 1 2 3 4 5minus3

minus2

minus1

0

1

2

3

4

x1

x2

Impulsive Behaviour

Π Σωπασάκης Διδακτορική Διατριβή 5582

V Γραμμικά Κρουστικά Συστήματα τύπου Ι

Εστιάζουμε στα ακόλουθα κρουστικά συστήματα

dx

dt= Ax t isin hN (3αʹ)

(∆x)(τk) = BU(k x(τk)) (3βʹ)

όπου τk = kh k isin N Η λύση του (3) που τέμνει το (t0 x0) isinR times D με τη δράση της συνάρτησης ελέγχου U(k x) = g(x(τk))συμβολίζεται με ϕ(t t0 x0 g(middot))Το (3) υπόκειται στους περιορισμούς

x(t) isin X για κάθε t ge 0 X πολύεδρο

uk = g(x(τk)) isin U για κάθε k isin N U πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 5682

V Το πρόβλημα

Τα μόνα σημεία ισορροπίας τέτοιων συστημάτων τις περισσότερες

φορές δεν είναι άλλα από την αρχή ndash ή πιο γενικά σημεία

(xs us) isin kerAtimes kerB

΄Αρα δεν είναι δυνατό να σχεδιάσουμε σταθεροποιητικούς νόμους

ανάδρασης που οδηγούν την κατάσταση των κρουστικών συστη-

μάτων σε αυθαίρετα επιθυμητά σημεία

Π Σωπασάκης Διδακτορική Διατριβή 5782

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Π Σωπασάκης Διδακτορική Διατριβή 5982

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Υπολογισμός Ορίζουμε το F P(Rn)rarr P(Rn) ως

F (Ω) = projx

(y u) isin Rn+m

∣∣∣∣ ϕ(T 0 y u) isin ΩS (y u) sube Z

cap Ω

όπου S(x u) sube W(x u)1 Κάθε Y με F (Y) = Y είναι ένα Κρου-

στικά Ελεγκτικά Αναλλοώτο σύνολο ως προς Z

1Σημειώστε ότι W(x u) = clϕ(t 0 x u) t isin (0 h]Π Σωπασάκης Διδακτορική Διατριβή 6082

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Κατασκευάζουμε μια εμφολευμένη ακολουθία συνόλων YkkisinN ώστε

Y0 = ZYk+1 = F (Yk) k isin N

Το όριο

Yinfin =⋂kisinNYk

είναι ΚΕΑ Αν η σύγκλιση γίνεται σε πεπερασμένο αριθμό βημάτων

τότε είναι πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 6182

V Κρουστική Ευστάθεια Συνόλων

΄Ενα empty 6= Z $ X λέγεται ευσταθές για ένα δοσμένο σύστημα Σg

ndash με ανατροφοδότηση U(k x) = g(x(τk)) ndash ως προς ένα Y 6= empty αν

forallε gt 0existδ gt 0 x0 isin BYδ rArr ϕ(tx0 g(middot)) isin BZε forallt ge 0

Το Z λέγεται τοπικά ασυμπτωτικά ευσταθές για το Σgως

προς Y αν είναι ευσταθές και υπάρχει ε gt 0 ώστε

limtrarrinfin

distZ ϕ(tx0 g(middot)) = 0

οπόταν x0 isin BYε

Ορίζουμε BYδ = x isin X | distY(x) lt δ

Π Σωπασάκης Διδακτορική Διατριβή 6282

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 24: Modelling and Control of Biological and Physiological Systems

ΙΙ Βήμα 1 Μοντελοποίηση

Παράδειγμα

VblidCvi

dt= Qi (Cart minus Cvi)minus πi

(Cvi minus

CiPi

)minus

minus rexi (Cvi)Vbli

VidCidt

= πi

(Cvi minus

CiPi

)minus rmeti (Ci)Vi

Το σύνολο των εξισώσεων του μοντέλου γράφεται στο χώρο κα-

τάστασης στη μορφή

dx (t)

dt= f0 (x (t) u (t))

y(t) = g0(x(t))

Π Σωπασάκης Διδακτορική Διατριβή 2482

ΙΙ Βήμα 2 Διακριτοποίηση

Διακριτοποιούμε το σύστημα συνεχούς χρόνου

x(k + 1) = f(x(k) u(k))

y(k) = g0(x(k))

Το οποίο γραμμικοποιούμε γύρω από ένα σημείο ισορροπίας

x(k + 1) = Ax(k) +Bu(k)

y(k) = Cx(k)

ενώ στο σύστημα ενεργούν οι περιορισμοί

Gx(k) +Hu(k) leM

Π Σωπασάκης Διδακτορική Διατριβή 2582

ΙΙ Βήμα 3 Σχεδιασμός Παρατηρητή

Εισάγουμε το επαυξημένο σύστημα

x(k + 1) = Ax(k) +Bu(k) +Bdd(k)

d(k + 1) = d(k)

y(k) = Cx(k) + Cdd(k)

Αν ξ(k) = [ x(k)prime d(k)prime ]prime τότε το παραπάνω σύστημα γράφεται ως

ξ(k + 1) = Aξ(k) + Bu(k)

y(k) = Cξ(k)

Ορίζουμε ey(k) = Cξ (k)minusy (k) ΄Ενας γραμμικός παρατηρητής λαμβάνει

τη μορφή

ξ(k + 1) = Aξ(k) + Bu(k) +

[LxLd

]ey(k)

Π Σωπασάκης Διδακτορική Διατριβή 2682

ΙΙ Βήμα 4 Σχεδιασμός Προβλεπτικού Ελεγκτή

Κάθε χρονική στιγμή j λύνουμε το πρόβλημα ελαχιστοποίησης

V N

(ξ (j)

)= minπ=ujNminus1

j=0

VN

(π ξ (j)

)υποκείμενο στους περιορισμούς

ξ(k + 1) = Aξ(k) + Bu(k) forallk isin N[0Nminus1]

Gx (k) +Hu (k) leM forallk isin N[0N ]

ξ (0) = ξ(j)

όπου η αντικειμενική συνάρτηση είναι

VN

(π ξ (j)

)= x (N)minus x (j)2P

+sumNminus1k=0 x (k)minus x (j)2Q + u (k)minus u (j)2R

P Patrinos P Sopasakis and H Sarimveis ldquoA global piecewise smooth Newton method for fastlarge-scale model predictive controlrdquo Automatica vol 47 no 9 pp 2016ndash2022 2011

Π Σωπασάκης Διδακτορική Διατριβή 2782

ΙΙ Βήμα 4 Σχεδιασμός Προβλεπτικού Ελεγκτή

Ο πίνακας P που ποινικοποιεί την τερματική απόκλιση x (N)minus x (j) 2Pλαμβάνεται ως η (μοναδική) λύση της εξίσωσης

P = AprimePAminus (AprimePB) (BprimePB +R)minus1

(BprimePA) +Q

Τα x (j) και u (j) υπολογίζονται από τη σχέση[Aminus I BC 0

] [x (j)u (j)

]=

[minusBdd (j)

r (j)minus Cdd (j)

]

Π Σωπασάκης Διδακτορική Διατριβή 2882

ΙΙ Εφαρμογή ndash Χορήγηση DMA

Εφαρμογή σε ένα ΦΦΜ με 14 μεταβλητές κατάστασης (Evans etal) για χορήγηση DMA

0 1 2 3 4 50

002

004

006

008

01

012

014

Time (hr)

Co

nce

ntr

atio

n (

mg

L)

Kidney

Kidney (estimated)

Lung

Lung (estimated)

Σχήμα Απόκριση του παρατηρητή κατάστασης μετά από διέγερση του συ-

στήματος με πεπερασμένο παλμό πλάτους 01mghr και διάρκειας 24min

Π Σωπασάκης Διδακτορική Διατριβή 2982

ΙΙ Εφαρμογή ndash Χορήγηση DMA

Εφαρμόζουμε την προταθείσα μεθο-

δολογία στο σύστημα των Evans etal με τους περιορισμούς

Πίνακας Ελάχιστες Τοξικές Συγ-

κεντρώσεις

΄Οργανο MTC (microgL)

΄Ηπαρ 14

Δέρμα 14

Ερυθρά Αιμ 10

Νεφροί 05

Πνεύμονες 05

και μεταβάλλοντας το επιθυμητό ση-

μείο λειτουργίας

P Sopasakis P Patrinos amp H Sarimveis ldquoMo-del Predictive Control for Optimal Drug Admi-nistrationrdquo submitted 2012

0 05 1 15 2 25 3 35 4 450

02

04

06

08

1

12

14

Time (hr)

Concentr

ation (

ugL

)

Reference

Plasma

RBC

Lungs

Skin (tissue)

Kidney (tissue)

Liver (tissue)

0 05 1 15 2 25 3 35 4 450

005

01

Time (hr)

Adm

inis

tration R

ate

(ugh

r)

Π Σωπασάκης Διδακτορική Διατριβή 3082

III΄Ελεγχος Συστημάτων Κλασματικής Τάξης

με εφαρμογή στον έλεγχο της συγκέντρωσης φαρμάκου

Π Σωπασάκης Διδακτορική Διατριβή 3182

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κλασματικά Δυναμικά Συστήματα

Είναι τελεστικές σχέσεις εισόδου-εξόδου της μορφής

H(Dα1 Dαn)y(t) = G(Dβ1 Dβm)u(t)

Αν οι H και G είναι γραμμικοί τότε εφαρμόζοντας το μετασχημα-

τισμό Laplace έχουμε

T (s) =y(s)

u(s)=P (s)

Q(s)

όπου y(s) = L y(t) και u(s) = L u(t) και τα PQ είναι lsquoκλασμα-

τικά πολυώνυμαrsquo δηλαδή έχουν τη μορφή

P (s) =

nsumi=0

aisbi bi ge 0

Π Σωπασάκης Διδακτορική Διατριβή 3382

ΙΙΙ Κλασματική Φαρμακοκινητική

Χρησιμοποιούμε κλασματικές παραγώγους διότι

1 Οι παράγωγοι μη ακέραιας τάξης είναι μη-τοπικοί τελεστές

και άρα περιγράφουν διεργασίες με μνήμη όπως

3 η ανώμαλη διάχυση και

4 η παγίδευση φαρμάκου σε ιστούς

R Hilfer ldquoFractional diffusion based on Riemann-Liouville fractional derivativesrdquo J PhysChem B vol 104 pp 3914ndash3917 2000

Π Σωπασάκης Διδακτορική Διατριβή 3482

ΙΙΙ Κλασματική Φαρμακοκινητική Αμιοδαρόνης

Φαρμακοκινητικές Εξισώσεις

DA1 = minus(k12 + k10)A1(t) + k21 middot C D1minusaA2(t) + u(t)

DA2 = k12A1(t)minus k21 middot C D1minusaA2(t)

Π Σωπασάκης Διδακτορική Διατριβή 3582

ΙΙΙ Ρυθμιστής PIλDmicro

Κλασματικός ρυθμιστής με συνάρτηση μεταφοράς

Gc(s) = Kp +Ki

sλ+Kds

micro

ο οποίος παράγει τη ρυθμιστική δράση

u(t) = Kpε(t) +Ki(Iλ ε)(t) + (C Dmicro ε)(t)

όπου ε(t) = ySP (t)minus y(t)

Π Σωπασάκης Διδακτορική Διατριβή 3682

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Βαθμονόμηση Κλασματικού Ρυθμιστή

Ελαχιστοποίηση ενός ολοκληρωτικού κριστηρίου όπως του

JTfITAE =

int Tf

0τ |ε(τ)|dτ

Δηλαδή επίλυση του προβλήματος βελτιστοποίησης

J = min JTfITAE(KpKiKd λ micro)

υπό τις προαναφερθείσες προδιαγραφές βαθμονόμησης απ΄

όπου προκύπτουν οι βέλτιστες παράμετροι βαθμονόμησης

(Kp K

i K

d λ

micro) = argminJTfITAE

Π Σωπασάκης Διδακτορική Διατριβή 3882

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Εφαρμόζοντας το μετασχηματισμό Laplace προκύπτει η συνάρτηση

μεταφοράς του συστήματος

G(s) equiv A1(s)

U(s)=

sa + k21sa+1 + k21s+ (k10 + k12)sa + k10k21

Πίνακας ΦΚ Παράμετροι Αμιοδαρόνης

Παράμετρος Τιμή

a 05870k10 14913dayminus1

k12 29522dayminus1

k21 04854dayminusa

A Dokoumetzidis R Magin and P Macheras ldquoFractional kinetics in multi- compartmentalsystemsrdquo Journal of Pharmacokinetics and Pharmacodynamics vol 37 pp 507ndash524 2010

Π Σωπασάκης Διδακτορική Διατριβή 3982

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Πίνακας Βέλτιστες Παράμε-

τροι Βαθμονόμησης Κλασμα-

τικού Ρυθμιστή

Παράμετρος Τιμή

Kp 5052Ki 1511Kd 00756λ 09170micro 07590

005 01 015 02 025 030

002

004

006

008

01

012

Kp=20

Kp=95

Kp=K

p

opt

Time (days)

Am

ou

nt

A1

Π Σωπασάκης Διδακτορική Διατριβή 4082

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus100

minus50

0

50

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ανοιχτού βρόγχου Το περι-

θώριο φάσης είναι 98 και το περιθώριο ενίσχυσης 439db

Π Σωπασάκης Διδακτορική Διατριβή 4182

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus80

minus60

minus40

minus20

0

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης καθοδήγησης Η απολαβή στις

υψηλές συχνότητες (gt 102radday) είναι κάτω των minus60db

Π Σωπασάκης Διδακτορική Διατριβή 4282

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus30

minus20

minus10

0

10

Magnitude (

dB

)

10minus3

10minus2

10minus1

100

101

102

minus30

0

30

60

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ευαισθησίας Η απολαβή χα-

μηλών συχνοτήτων (lt 10minus2radday) είναι κάτω των minus20db

Π Σωπασάκης Διδακτορική Διατριβή 4382

IVΔειγματοληπτική Χορήγηση

Εξασφάλιση ικανοποίησης των περιορισμών στο συνεχές

Π Σωπασάκης Διδακτορική Διατριβή 4482

IV Συστήματα με Δειγματοληψία

΄Ενα σύστημα με δειγματοληψία με στοιχείο διατήρησης τιμής μη-

δενικής τάξης έχει τη μορφή

dx

dt= f(x(t) u(t))

u(t) = uk forallt isin [kh (k + 1)h)

Π Σωπασάκης Διδακτορική Διατριβή 4582

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Ο σχεδιασμός ενός ΕΠΜ που εγγυάται ικανοποίηση των

περιορισμών στο συνεχές είχε αναγνωριστεί ως ανοιχτό

πρόβλημα από τους L Grune και J Pannek το 2011

L Grune and J Pannek Nonlinear Model Predictive Control Theory and Algorithms ser Com-munications and Control Engineering Springer-Verlag 2011

Π Σωπασάκης Διδακτορική Διατριβή 4782

IV Διατύπωση του Προβλήματος

Το αρχικό πρόβλημα βελτιστοποίησης PN (x0) είναι

V N (x0) = inf

uisinCh([0Tf ]Rm)

int Tf

0`(x(t) u(t))dt+ Vf (x(Tf ))

υπό τους περιορισμούς

x(0) = x0

x(t) = Ax(t) +Bu(t) t isin [0 Tf ]

u(t) = uk t isin [kh (k + 1)h) k isin N[0Nminus1]

x(t) isin X t isin [0 Tf ] (Ημιάπειρο Πρόβλημα)

u(t) isin U t isin [0 Tf ]

x(Tf ) isin Xf

όπου Tf = Nh `(x u) = 12(xprimeQx+ uprimeRu) και Vf (x) = 1

2xprimePx

Π Σωπασάκης Διδακτορική Διατριβή 4882

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Πολυτοπικές Υπερπροσεγγίσεις

Χρησιμοποιώντας τη μέθοδο δι-

άσπασης Jordan σε συνδυασμό

με τη μέθοδο πλεγματοποίησης-

φράγματος κατασκευάζουμε πολύτο-

πα Pν με

Pν supe co Φ([0 h])

και

PνKrarr co Φ([0 h])

Ορίζουμε

Zν = Pminus1ν (X )

Αποδείξαμε ότι

Zν rarr Zh

minus06 minus04 minus02 0 02 04 06 08 1 12

065

07

075

08

085

09

095

1

x1

x2

Σχήμα Πολυτοπική Υπερπροσέγγι-

ση της συνάρτησης ∆(r) = eAr

P Patrinos P Sopasakis and H SarimveisldquoStochastic model predictive control for con-strained NCS with random time delayrdquo in Proc18th IFAC World Congress Aug 28 ndash Sep 22011

Π Σωπασάκης Διδακτορική Διατριβή 5082

IV Αναδιαμορφωμένο πρόβλημα ΕΠΜ

Διαμορφώνουμε την ακολουθία προβλημάτων ΕΠΜ

PνN (x0) V Nν (x0) = min

u[0Nminus1]isinUνN (x0)VN(x0u[0Nminus1]

)(1)

όπου

UνN (x0) =

u[0Nminus1]

∣∣∣∣∣∣∣∣∣∣

xk+1 = Ahxk +Bhukk isin N[0Nminus1]

(xk uk) isin Zν k isin N[0Nminus1]uk isin U k isin N[0Nminus1]xN isin X νf

(2)

Απ΄ όπου προκύπτουν οι βέλτιστες ακολουθίες λύσεων uν[0Nminus1]

Π Σωπασάκης Διδακτορική Διατριβή 5182

IV Ιδιότητες του ΕΠΜ

Ιδιότητες του σχήματος ΕΠΜ που

προτείνουμε

1 Ικανοποίηση των περιορισμών

στο συνεχή χρόνο

2 Εγγύηση ευστάθειας στο συνε-

χή χρόνο

3 uν[0Nminus1]grarr u[0Nminus1]

4 V Nνerarr V N

P Sopasakis P Patrinos and H SarimveisldquoModel Predictive Control for sampled-data li-near systems Guaranteeing continuous-time po-sitive invariancerdquo 2012 IEEE Trans Aut Contrsubmitted for publication

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Σχήμα Σύγκριση των πεδίων έλξης

της μεθοδολογίας μας με αυτή των

Magni και Scattolini

Π Σωπασάκης Διδακτορική Διατριβή 5282

VΚρουστική Χορήγηση

Αναλλοίωτο και Ευστάθεια Κρουστικών Συστημάτων Ελέγχου και

Σχεδιασμός Ελεγκτή Προβλεπτικού Μοντέλου

Π Σωπασάκης Διδακτορική Διατριβή 5382

V Κίνητρο

Τα Κρουστικά Δυναμικά περιγράφουν φαινόμενα στα οποία συμβα-

ίνουν στιγμιαία άλματα Σχετικά παραδείγματα είναι

1 Ζυμωτήρας διαλείποντος έργου (Shen et al 2007)

2 Πληθυσμιακή Δυναμική (Stone et al 2000)

3 Νανοηλεκτρονικά κυκλώματα (Yang and Chua 2000)

4 Πλοήγηση διαστημοπλοίου (Carter 1991)

5 Χορήγηση φαρμάκου (Kusuoka et al 1981)

Υπάρχει ωστόσο ένα μεθοδολογικό κενό ndash το οποίο προσπα-

θήσαμε να γεφυρώσουμε ndash το οποίο δεν επιτρέπει τη χρήση τους σε

εφαρμογές ελέγχου συστημάτων

Π Σωπασάκης Διδακτορική Διατριβή 5482

V Παράδειγμα Κρουστικής Συμπεριφοράς

minus2 minus1 0 1 2 3 4 5minus3

minus2

minus1

0

1

2

3

4

x1

x2

Impulsive Behaviour

Π Σωπασάκης Διδακτορική Διατριβή 5582

V Γραμμικά Κρουστικά Συστήματα τύπου Ι

Εστιάζουμε στα ακόλουθα κρουστικά συστήματα

dx

dt= Ax t isin hN (3αʹ)

(∆x)(τk) = BU(k x(τk)) (3βʹ)

όπου τk = kh k isin N Η λύση του (3) που τέμνει το (t0 x0) isinR times D με τη δράση της συνάρτησης ελέγχου U(k x) = g(x(τk))συμβολίζεται με ϕ(t t0 x0 g(middot))Το (3) υπόκειται στους περιορισμούς

x(t) isin X για κάθε t ge 0 X πολύεδρο

uk = g(x(τk)) isin U για κάθε k isin N U πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 5682

V Το πρόβλημα

Τα μόνα σημεία ισορροπίας τέτοιων συστημάτων τις περισσότερες

φορές δεν είναι άλλα από την αρχή ndash ή πιο γενικά σημεία

(xs us) isin kerAtimes kerB

΄Αρα δεν είναι δυνατό να σχεδιάσουμε σταθεροποιητικούς νόμους

ανάδρασης που οδηγούν την κατάσταση των κρουστικών συστη-

μάτων σε αυθαίρετα επιθυμητά σημεία

Π Σωπασάκης Διδακτορική Διατριβή 5782

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Π Σωπασάκης Διδακτορική Διατριβή 5982

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Υπολογισμός Ορίζουμε το F P(Rn)rarr P(Rn) ως

F (Ω) = projx

(y u) isin Rn+m

∣∣∣∣ ϕ(T 0 y u) isin ΩS (y u) sube Z

cap Ω

όπου S(x u) sube W(x u)1 Κάθε Y με F (Y) = Y είναι ένα Κρου-

στικά Ελεγκτικά Αναλλοώτο σύνολο ως προς Z

1Σημειώστε ότι W(x u) = clϕ(t 0 x u) t isin (0 h]Π Σωπασάκης Διδακτορική Διατριβή 6082

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Κατασκευάζουμε μια εμφολευμένη ακολουθία συνόλων YkkisinN ώστε

Y0 = ZYk+1 = F (Yk) k isin N

Το όριο

Yinfin =⋂kisinNYk

είναι ΚΕΑ Αν η σύγκλιση γίνεται σε πεπερασμένο αριθμό βημάτων

τότε είναι πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 6182

V Κρουστική Ευστάθεια Συνόλων

΄Ενα empty 6= Z $ X λέγεται ευσταθές για ένα δοσμένο σύστημα Σg

ndash με ανατροφοδότηση U(k x) = g(x(τk)) ndash ως προς ένα Y 6= empty αν

forallε gt 0existδ gt 0 x0 isin BYδ rArr ϕ(tx0 g(middot)) isin BZε forallt ge 0

Το Z λέγεται τοπικά ασυμπτωτικά ευσταθές για το Σgως

προς Y αν είναι ευσταθές και υπάρχει ε gt 0 ώστε

limtrarrinfin

distZ ϕ(tx0 g(middot)) = 0

οπόταν x0 isin BYε

Ορίζουμε BYδ = x isin X | distY(x) lt δ

Π Σωπασάκης Διδακτορική Διατριβή 6282

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 25: Modelling and Control of Biological and Physiological Systems

ΙΙ Βήμα 2 Διακριτοποίηση

Διακριτοποιούμε το σύστημα συνεχούς χρόνου

x(k + 1) = f(x(k) u(k))

y(k) = g0(x(k))

Το οποίο γραμμικοποιούμε γύρω από ένα σημείο ισορροπίας

x(k + 1) = Ax(k) +Bu(k)

y(k) = Cx(k)

ενώ στο σύστημα ενεργούν οι περιορισμοί

Gx(k) +Hu(k) leM

Π Σωπασάκης Διδακτορική Διατριβή 2582

ΙΙ Βήμα 3 Σχεδιασμός Παρατηρητή

Εισάγουμε το επαυξημένο σύστημα

x(k + 1) = Ax(k) +Bu(k) +Bdd(k)

d(k + 1) = d(k)

y(k) = Cx(k) + Cdd(k)

Αν ξ(k) = [ x(k)prime d(k)prime ]prime τότε το παραπάνω σύστημα γράφεται ως

ξ(k + 1) = Aξ(k) + Bu(k)

y(k) = Cξ(k)

Ορίζουμε ey(k) = Cξ (k)minusy (k) ΄Ενας γραμμικός παρατηρητής λαμβάνει

τη μορφή

ξ(k + 1) = Aξ(k) + Bu(k) +

[LxLd

]ey(k)

Π Σωπασάκης Διδακτορική Διατριβή 2682

ΙΙ Βήμα 4 Σχεδιασμός Προβλεπτικού Ελεγκτή

Κάθε χρονική στιγμή j λύνουμε το πρόβλημα ελαχιστοποίησης

V N

(ξ (j)

)= minπ=ujNminus1

j=0

VN

(π ξ (j)

)υποκείμενο στους περιορισμούς

ξ(k + 1) = Aξ(k) + Bu(k) forallk isin N[0Nminus1]

Gx (k) +Hu (k) leM forallk isin N[0N ]

ξ (0) = ξ(j)

όπου η αντικειμενική συνάρτηση είναι

VN

(π ξ (j)

)= x (N)minus x (j)2P

+sumNminus1k=0 x (k)minus x (j)2Q + u (k)minus u (j)2R

P Patrinos P Sopasakis and H Sarimveis ldquoA global piecewise smooth Newton method for fastlarge-scale model predictive controlrdquo Automatica vol 47 no 9 pp 2016ndash2022 2011

Π Σωπασάκης Διδακτορική Διατριβή 2782

ΙΙ Βήμα 4 Σχεδιασμός Προβλεπτικού Ελεγκτή

Ο πίνακας P που ποινικοποιεί την τερματική απόκλιση x (N)minus x (j) 2Pλαμβάνεται ως η (μοναδική) λύση της εξίσωσης

P = AprimePAminus (AprimePB) (BprimePB +R)minus1

(BprimePA) +Q

Τα x (j) και u (j) υπολογίζονται από τη σχέση[Aminus I BC 0

] [x (j)u (j)

]=

[minusBdd (j)

r (j)minus Cdd (j)

]

Π Σωπασάκης Διδακτορική Διατριβή 2882

ΙΙ Εφαρμογή ndash Χορήγηση DMA

Εφαρμογή σε ένα ΦΦΜ με 14 μεταβλητές κατάστασης (Evans etal) για χορήγηση DMA

0 1 2 3 4 50

002

004

006

008

01

012

014

Time (hr)

Co

nce

ntr

atio

n (

mg

L)

Kidney

Kidney (estimated)

Lung

Lung (estimated)

Σχήμα Απόκριση του παρατηρητή κατάστασης μετά από διέγερση του συ-

στήματος με πεπερασμένο παλμό πλάτους 01mghr και διάρκειας 24min

Π Σωπασάκης Διδακτορική Διατριβή 2982

ΙΙ Εφαρμογή ndash Χορήγηση DMA

Εφαρμόζουμε την προταθείσα μεθο-

δολογία στο σύστημα των Evans etal με τους περιορισμούς

Πίνακας Ελάχιστες Τοξικές Συγ-

κεντρώσεις

΄Οργανο MTC (microgL)

΄Ηπαρ 14

Δέρμα 14

Ερυθρά Αιμ 10

Νεφροί 05

Πνεύμονες 05

και μεταβάλλοντας το επιθυμητό ση-

μείο λειτουργίας

P Sopasakis P Patrinos amp H Sarimveis ldquoMo-del Predictive Control for Optimal Drug Admi-nistrationrdquo submitted 2012

0 05 1 15 2 25 3 35 4 450

02

04

06

08

1

12

14

Time (hr)

Concentr

ation (

ugL

)

Reference

Plasma

RBC

Lungs

Skin (tissue)

Kidney (tissue)

Liver (tissue)

0 05 1 15 2 25 3 35 4 450

005

01

Time (hr)

Adm

inis

tration R

ate

(ugh

r)

Π Σωπασάκης Διδακτορική Διατριβή 3082

III΄Ελεγχος Συστημάτων Κλασματικής Τάξης

με εφαρμογή στον έλεγχο της συγκέντρωσης φαρμάκου

Π Σωπασάκης Διδακτορική Διατριβή 3182

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κλασματικά Δυναμικά Συστήματα

Είναι τελεστικές σχέσεις εισόδου-εξόδου της μορφής

H(Dα1 Dαn)y(t) = G(Dβ1 Dβm)u(t)

Αν οι H και G είναι γραμμικοί τότε εφαρμόζοντας το μετασχημα-

τισμό Laplace έχουμε

T (s) =y(s)

u(s)=P (s)

Q(s)

όπου y(s) = L y(t) και u(s) = L u(t) και τα PQ είναι lsquoκλασμα-

τικά πολυώνυμαrsquo δηλαδή έχουν τη μορφή

P (s) =

nsumi=0

aisbi bi ge 0

Π Σωπασάκης Διδακτορική Διατριβή 3382

ΙΙΙ Κλασματική Φαρμακοκινητική

Χρησιμοποιούμε κλασματικές παραγώγους διότι

1 Οι παράγωγοι μη ακέραιας τάξης είναι μη-τοπικοί τελεστές

και άρα περιγράφουν διεργασίες με μνήμη όπως

3 η ανώμαλη διάχυση και

4 η παγίδευση φαρμάκου σε ιστούς

R Hilfer ldquoFractional diffusion based on Riemann-Liouville fractional derivativesrdquo J PhysChem B vol 104 pp 3914ndash3917 2000

Π Σωπασάκης Διδακτορική Διατριβή 3482

ΙΙΙ Κλασματική Φαρμακοκινητική Αμιοδαρόνης

Φαρμακοκινητικές Εξισώσεις

DA1 = minus(k12 + k10)A1(t) + k21 middot C D1minusaA2(t) + u(t)

DA2 = k12A1(t)minus k21 middot C D1minusaA2(t)

Π Σωπασάκης Διδακτορική Διατριβή 3582

ΙΙΙ Ρυθμιστής PIλDmicro

Κλασματικός ρυθμιστής με συνάρτηση μεταφοράς

Gc(s) = Kp +Ki

sλ+Kds

micro

ο οποίος παράγει τη ρυθμιστική δράση

u(t) = Kpε(t) +Ki(Iλ ε)(t) + (C Dmicro ε)(t)

όπου ε(t) = ySP (t)minus y(t)

Π Σωπασάκης Διδακτορική Διατριβή 3682

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Βαθμονόμηση Κλασματικού Ρυθμιστή

Ελαχιστοποίηση ενός ολοκληρωτικού κριστηρίου όπως του

JTfITAE =

int Tf

0τ |ε(τ)|dτ

Δηλαδή επίλυση του προβλήματος βελτιστοποίησης

J = min JTfITAE(KpKiKd λ micro)

υπό τις προαναφερθείσες προδιαγραφές βαθμονόμησης απ΄

όπου προκύπτουν οι βέλτιστες παράμετροι βαθμονόμησης

(Kp K

i K

d λ

micro) = argminJTfITAE

Π Σωπασάκης Διδακτορική Διατριβή 3882

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Εφαρμόζοντας το μετασχηματισμό Laplace προκύπτει η συνάρτηση

μεταφοράς του συστήματος

G(s) equiv A1(s)

U(s)=

sa + k21sa+1 + k21s+ (k10 + k12)sa + k10k21

Πίνακας ΦΚ Παράμετροι Αμιοδαρόνης

Παράμετρος Τιμή

a 05870k10 14913dayminus1

k12 29522dayminus1

k21 04854dayminusa

A Dokoumetzidis R Magin and P Macheras ldquoFractional kinetics in multi- compartmentalsystemsrdquo Journal of Pharmacokinetics and Pharmacodynamics vol 37 pp 507ndash524 2010

Π Σωπασάκης Διδακτορική Διατριβή 3982

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Πίνακας Βέλτιστες Παράμε-

τροι Βαθμονόμησης Κλασμα-

τικού Ρυθμιστή

Παράμετρος Τιμή

Kp 5052Ki 1511Kd 00756λ 09170micro 07590

005 01 015 02 025 030

002

004

006

008

01

012

Kp=20

Kp=95

Kp=K

p

opt

Time (days)

Am

ou

nt

A1

Π Σωπασάκης Διδακτορική Διατριβή 4082

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus100

minus50

0

50

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ανοιχτού βρόγχου Το περι-

θώριο φάσης είναι 98 και το περιθώριο ενίσχυσης 439db

Π Σωπασάκης Διδακτορική Διατριβή 4182

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus80

minus60

minus40

minus20

0

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης καθοδήγησης Η απολαβή στις

υψηλές συχνότητες (gt 102radday) είναι κάτω των minus60db

Π Σωπασάκης Διδακτορική Διατριβή 4282

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus30

minus20

minus10

0

10

Magnitude (

dB

)

10minus3

10minus2

10minus1

100

101

102

minus30

0

30

60

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ευαισθησίας Η απολαβή χα-

μηλών συχνοτήτων (lt 10minus2radday) είναι κάτω των minus20db

Π Σωπασάκης Διδακτορική Διατριβή 4382

IVΔειγματοληπτική Χορήγηση

Εξασφάλιση ικανοποίησης των περιορισμών στο συνεχές

Π Σωπασάκης Διδακτορική Διατριβή 4482

IV Συστήματα με Δειγματοληψία

΄Ενα σύστημα με δειγματοληψία με στοιχείο διατήρησης τιμής μη-

δενικής τάξης έχει τη μορφή

dx

dt= f(x(t) u(t))

u(t) = uk forallt isin [kh (k + 1)h)

Π Σωπασάκης Διδακτορική Διατριβή 4582

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Ο σχεδιασμός ενός ΕΠΜ που εγγυάται ικανοποίηση των

περιορισμών στο συνεχές είχε αναγνωριστεί ως ανοιχτό

πρόβλημα από τους L Grune και J Pannek το 2011

L Grune and J Pannek Nonlinear Model Predictive Control Theory and Algorithms ser Com-munications and Control Engineering Springer-Verlag 2011

Π Σωπασάκης Διδακτορική Διατριβή 4782

IV Διατύπωση του Προβλήματος

Το αρχικό πρόβλημα βελτιστοποίησης PN (x0) είναι

V N (x0) = inf

uisinCh([0Tf ]Rm)

int Tf

0`(x(t) u(t))dt+ Vf (x(Tf ))

υπό τους περιορισμούς

x(0) = x0

x(t) = Ax(t) +Bu(t) t isin [0 Tf ]

u(t) = uk t isin [kh (k + 1)h) k isin N[0Nminus1]

x(t) isin X t isin [0 Tf ] (Ημιάπειρο Πρόβλημα)

u(t) isin U t isin [0 Tf ]

x(Tf ) isin Xf

όπου Tf = Nh `(x u) = 12(xprimeQx+ uprimeRu) και Vf (x) = 1

2xprimePx

Π Σωπασάκης Διδακτορική Διατριβή 4882

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Πολυτοπικές Υπερπροσεγγίσεις

Χρησιμοποιώντας τη μέθοδο δι-

άσπασης Jordan σε συνδυασμό

με τη μέθοδο πλεγματοποίησης-

φράγματος κατασκευάζουμε πολύτο-

πα Pν με

Pν supe co Φ([0 h])

και

PνKrarr co Φ([0 h])

Ορίζουμε

Zν = Pminus1ν (X )

Αποδείξαμε ότι

Zν rarr Zh

minus06 minus04 minus02 0 02 04 06 08 1 12

065

07

075

08

085

09

095

1

x1

x2

Σχήμα Πολυτοπική Υπερπροσέγγι-

ση της συνάρτησης ∆(r) = eAr

P Patrinos P Sopasakis and H SarimveisldquoStochastic model predictive control for con-strained NCS with random time delayrdquo in Proc18th IFAC World Congress Aug 28 ndash Sep 22011

Π Σωπασάκης Διδακτορική Διατριβή 5082

IV Αναδιαμορφωμένο πρόβλημα ΕΠΜ

Διαμορφώνουμε την ακολουθία προβλημάτων ΕΠΜ

PνN (x0) V Nν (x0) = min

u[0Nminus1]isinUνN (x0)VN(x0u[0Nminus1]

)(1)

όπου

UνN (x0) =

u[0Nminus1]

∣∣∣∣∣∣∣∣∣∣

xk+1 = Ahxk +Bhukk isin N[0Nminus1]

(xk uk) isin Zν k isin N[0Nminus1]uk isin U k isin N[0Nminus1]xN isin X νf

(2)

Απ΄ όπου προκύπτουν οι βέλτιστες ακολουθίες λύσεων uν[0Nminus1]

Π Σωπασάκης Διδακτορική Διατριβή 5182

IV Ιδιότητες του ΕΠΜ

Ιδιότητες του σχήματος ΕΠΜ που

προτείνουμε

1 Ικανοποίηση των περιορισμών

στο συνεχή χρόνο

2 Εγγύηση ευστάθειας στο συνε-

χή χρόνο

3 uν[0Nminus1]grarr u[0Nminus1]

4 V Nνerarr V N

P Sopasakis P Patrinos and H SarimveisldquoModel Predictive Control for sampled-data li-near systems Guaranteeing continuous-time po-sitive invariancerdquo 2012 IEEE Trans Aut Contrsubmitted for publication

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Σχήμα Σύγκριση των πεδίων έλξης

της μεθοδολογίας μας με αυτή των

Magni και Scattolini

Π Σωπασάκης Διδακτορική Διατριβή 5282

VΚρουστική Χορήγηση

Αναλλοίωτο και Ευστάθεια Κρουστικών Συστημάτων Ελέγχου και

Σχεδιασμός Ελεγκτή Προβλεπτικού Μοντέλου

Π Σωπασάκης Διδακτορική Διατριβή 5382

V Κίνητρο

Τα Κρουστικά Δυναμικά περιγράφουν φαινόμενα στα οποία συμβα-

ίνουν στιγμιαία άλματα Σχετικά παραδείγματα είναι

1 Ζυμωτήρας διαλείποντος έργου (Shen et al 2007)

2 Πληθυσμιακή Δυναμική (Stone et al 2000)

3 Νανοηλεκτρονικά κυκλώματα (Yang and Chua 2000)

4 Πλοήγηση διαστημοπλοίου (Carter 1991)

5 Χορήγηση φαρμάκου (Kusuoka et al 1981)

Υπάρχει ωστόσο ένα μεθοδολογικό κενό ndash το οποίο προσπα-

θήσαμε να γεφυρώσουμε ndash το οποίο δεν επιτρέπει τη χρήση τους σε

εφαρμογές ελέγχου συστημάτων

Π Σωπασάκης Διδακτορική Διατριβή 5482

V Παράδειγμα Κρουστικής Συμπεριφοράς

minus2 minus1 0 1 2 3 4 5minus3

minus2

minus1

0

1

2

3

4

x1

x2

Impulsive Behaviour

Π Σωπασάκης Διδακτορική Διατριβή 5582

V Γραμμικά Κρουστικά Συστήματα τύπου Ι

Εστιάζουμε στα ακόλουθα κρουστικά συστήματα

dx

dt= Ax t isin hN (3αʹ)

(∆x)(τk) = BU(k x(τk)) (3βʹ)

όπου τk = kh k isin N Η λύση του (3) που τέμνει το (t0 x0) isinR times D με τη δράση της συνάρτησης ελέγχου U(k x) = g(x(τk))συμβολίζεται με ϕ(t t0 x0 g(middot))Το (3) υπόκειται στους περιορισμούς

x(t) isin X για κάθε t ge 0 X πολύεδρο

uk = g(x(τk)) isin U για κάθε k isin N U πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 5682

V Το πρόβλημα

Τα μόνα σημεία ισορροπίας τέτοιων συστημάτων τις περισσότερες

φορές δεν είναι άλλα από την αρχή ndash ή πιο γενικά σημεία

(xs us) isin kerAtimes kerB

΄Αρα δεν είναι δυνατό να σχεδιάσουμε σταθεροποιητικούς νόμους

ανάδρασης που οδηγούν την κατάσταση των κρουστικών συστη-

μάτων σε αυθαίρετα επιθυμητά σημεία

Π Σωπασάκης Διδακτορική Διατριβή 5782

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Π Σωπασάκης Διδακτορική Διατριβή 5982

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Υπολογισμός Ορίζουμε το F P(Rn)rarr P(Rn) ως

F (Ω) = projx

(y u) isin Rn+m

∣∣∣∣ ϕ(T 0 y u) isin ΩS (y u) sube Z

cap Ω

όπου S(x u) sube W(x u)1 Κάθε Y με F (Y) = Y είναι ένα Κρου-

στικά Ελεγκτικά Αναλλοώτο σύνολο ως προς Z

1Σημειώστε ότι W(x u) = clϕ(t 0 x u) t isin (0 h]Π Σωπασάκης Διδακτορική Διατριβή 6082

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Κατασκευάζουμε μια εμφολευμένη ακολουθία συνόλων YkkisinN ώστε

Y0 = ZYk+1 = F (Yk) k isin N

Το όριο

Yinfin =⋂kisinNYk

είναι ΚΕΑ Αν η σύγκλιση γίνεται σε πεπερασμένο αριθμό βημάτων

τότε είναι πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 6182

V Κρουστική Ευστάθεια Συνόλων

΄Ενα empty 6= Z $ X λέγεται ευσταθές για ένα δοσμένο σύστημα Σg

ndash με ανατροφοδότηση U(k x) = g(x(τk)) ndash ως προς ένα Y 6= empty αν

forallε gt 0existδ gt 0 x0 isin BYδ rArr ϕ(tx0 g(middot)) isin BZε forallt ge 0

Το Z λέγεται τοπικά ασυμπτωτικά ευσταθές για το Σgως

προς Y αν είναι ευσταθές και υπάρχει ε gt 0 ώστε

limtrarrinfin

distZ ϕ(tx0 g(middot)) = 0

οπόταν x0 isin BYε

Ορίζουμε BYδ = x isin X | distY(x) lt δ

Π Σωπασάκης Διδακτορική Διατριβή 6282

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 26: Modelling and Control of Biological and Physiological Systems

ΙΙ Βήμα 3 Σχεδιασμός Παρατηρητή

Εισάγουμε το επαυξημένο σύστημα

x(k + 1) = Ax(k) +Bu(k) +Bdd(k)

d(k + 1) = d(k)

y(k) = Cx(k) + Cdd(k)

Αν ξ(k) = [ x(k)prime d(k)prime ]prime τότε το παραπάνω σύστημα γράφεται ως

ξ(k + 1) = Aξ(k) + Bu(k)

y(k) = Cξ(k)

Ορίζουμε ey(k) = Cξ (k)minusy (k) ΄Ενας γραμμικός παρατηρητής λαμβάνει

τη μορφή

ξ(k + 1) = Aξ(k) + Bu(k) +

[LxLd

]ey(k)

Π Σωπασάκης Διδακτορική Διατριβή 2682

ΙΙ Βήμα 4 Σχεδιασμός Προβλεπτικού Ελεγκτή

Κάθε χρονική στιγμή j λύνουμε το πρόβλημα ελαχιστοποίησης

V N

(ξ (j)

)= minπ=ujNminus1

j=0

VN

(π ξ (j)

)υποκείμενο στους περιορισμούς

ξ(k + 1) = Aξ(k) + Bu(k) forallk isin N[0Nminus1]

Gx (k) +Hu (k) leM forallk isin N[0N ]

ξ (0) = ξ(j)

όπου η αντικειμενική συνάρτηση είναι

VN

(π ξ (j)

)= x (N)minus x (j)2P

+sumNminus1k=0 x (k)minus x (j)2Q + u (k)minus u (j)2R

P Patrinos P Sopasakis and H Sarimveis ldquoA global piecewise smooth Newton method for fastlarge-scale model predictive controlrdquo Automatica vol 47 no 9 pp 2016ndash2022 2011

Π Σωπασάκης Διδακτορική Διατριβή 2782

ΙΙ Βήμα 4 Σχεδιασμός Προβλεπτικού Ελεγκτή

Ο πίνακας P που ποινικοποιεί την τερματική απόκλιση x (N)minus x (j) 2Pλαμβάνεται ως η (μοναδική) λύση της εξίσωσης

P = AprimePAminus (AprimePB) (BprimePB +R)minus1

(BprimePA) +Q

Τα x (j) και u (j) υπολογίζονται από τη σχέση[Aminus I BC 0

] [x (j)u (j)

]=

[minusBdd (j)

r (j)minus Cdd (j)

]

Π Σωπασάκης Διδακτορική Διατριβή 2882

ΙΙ Εφαρμογή ndash Χορήγηση DMA

Εφαρμογή σε ένα ΦΦΜ με 14 μεταβλητές κατάστασης (Evans etal) για χορήγηση DMA

0 1 2 3 4 50

002

004

006

008

01

012

014

Time (hr)

Co

nce

ntr

atio

n (

mg

L)

Kidney

Kidney (estimated)

Lung

Lung (estimated)

Σχήμα Απόκριση του παρατηρητή κατάστασης μετά από διέγερση του συ-

στήματος με πεπερασμένο παλμό πλάτους 01mghr και διάρκειας 24min

Π Σωπασάκης Διδακτορική Διατριβή 2982

ΙΙ Εφαρμογή ndash Χορήγηση DMA

Εφαρμόζουμε την προταθείσα μεθο-

δολογία στο σύστημα των Evans etal με τους περιορισμούς

Πίνακας Ελάχιστες Τοξικές Συγ-

κεντρώσεις

΄Οργανο MTC (microgL)

΄Ηπαρ 14

Δέρμα 14

Ερυθρά Αιμ 10

Νεφροί 05

Πνεύμονες 05

και μεταβάλλοντας το επιθυμητό ση-

μείο λειτουργίας

P Sopasakis P Patrinos amp H Sarimveis ldquoMo-del Predictive Control for Optimal Drug Admi-nistrationrdquo submitted 2012

0 05 1 15 2 25 3 35 4 450

02

04

06

08

1

12

14

Time (hr)

Concentr

ation (

ugL

)

Reference

Plasma

RBC

Lungs

Skin (tissue)

Kidney (tissue)

Liver (tissue)

0 05 1 15 2 25 3 35 4 450

005

01

Time (hr)

Adm

inis

tration R

ate

(ugh

r)

Π Σωπασάκης Διδακτορική Διατριβή 3082

III΄Ελεγχος Συστημάτων Κλασματικής Τάξης

με εφαρμογή στον έλεγχο της συγκέντρωσης φαρμάκου

Π Σωπασάκης Διδακτορική Διατριβή 3182

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κλασματικά Δυναμικά Συστήματα

Είναι τελεστικές σχέσεις εισόδου-εξόδου της μορφής

H(Dα1 Dαn)y(t) = G(Dβ1 Dβm)u(t)

Αν οι H και G είναι γραμμικοί τότε εφαρμόζοντας το μετασχημα-

τισμό Laplace έχουμε

T (s) =y(s)

u(s)=P (s)

Q(s)

όπου y(s) = L y(t) και u(s) = L u(t) και τα PQ είναι lsquoκλασμα-

τικά πολυώνυμαrsquo δηλαδή έχουν τη μορφή

P (s) =

nsumi=0

aisbi bi ge 0

Π Σωπασάκης Διδακτορική Διατριβή 3382

ΙΙΙ Κλασματική Φαρμακοκινητική

Χρησιμοποιούμε κλασματικές παραγώγους διότι

1 Οι παράγωγοι μη ακέραιας τάξης είναι μη-τοπικοί τελεστές

και άρα περιγράφουν διεργασίες με μνήμη όπως

3 η ανώμαλη διάχυση και

4 η παγίδευση φαρμάκου σε ιστούς

R Hilfer ldquoFractional diffusion based on Riemann-Liouville fractional derivativesrdquo J PhysChem B vol 104 pp 3914ndash3917 2000

Π Σωπασάκης Διδακτορική Διατριβή 3482

ΙΙΙ Κλασματική Φαρμακοκινητική Αμιοδαρόνης

Φαρμακοκινητικές Εξισώσεις

DA1 = minus(k12 + k10)A1(t) + k21 middot C D1minusaA2(t) + u(t)

DA2 = k12A1(t)minus k21 middot C D1minusaA2(t)

Π Σωπασάκης Διδακτορική Διατριβή 3582

ΙΙΙ Ρυθμιστής PIλDmicro

Κλασματικός ρυθμιστής με συνάρτηση μεταφοράς

Gc(s) = Kp +Ki

sλ+Kds

micro

ο οποίος παράγει τη ρυθμιστική δράση

u(t) = Kpε(t) +Ki(Iλ ε)(t) + (C Dmicro ε)(t)

όπου ε(t) = ySP (t)minus y(t)

Π Σωπασάκης Διδακτορική Διατριβή 3682

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Βαθμονόμηση Κλασματικού Ρυθμιστή

Ελαχιστοποίηση ενός ολοκληρωτικού κριστηρίου όπως του

JTfITAE =

int Tf

0τ |ε(τ)|dτ

Δηλαδή επίλυση του προβλήματος βελτιστοποίησης

J = min JTfITAE(KpKiKd λ micro)

υπό τις προαναφερθείσες προδιαγραφές βαθμονόμησης απ΄

όπου προκύπτουν οι βέλτιστες παράμετροι βαθμονόμησης

(Kp K

i K

d λ

micro) = argminJTfITAE

Π Σωπασάκης Διδακτορική Διατριβή 3882

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Εφαρμόζοντας το μετασχηματισμό Laplace προκύπτει η συνάρτηση

μεταφοράς του συστήματος

G(s) equiv A1(s)

U(s)=

sa + k21sa+1 + k21s+ (k10 + k12)sa + k10k21

Πίνακας ΦΚ Παράμετροι Αμιοδαρόνης

Παράμετρος Τιμή

a 05870k10 14913dayminus1

k12 29522dayminus1

k21 04854dayminusa

A Dokoumetzidis R Magin and P Macheras ldquoFractional kinetics in multi- compartmentalsystemsrdquo Journal of Pharmacokinetics and Pharmacodynamics vol 37 pp 507ndash524 2010

Π Σωπασάκης Διδακτορική Διατριβή 3982

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Πίνακας Βέλτιστες Παράμε-

τροι Βαθμονόμησης Κλασμα-

τικού Ρυθμιστή

Παράμετρος Τιμή

Kp 5052Ki 1511Kd 00756λ 09170micro 07590

005 01 015 02 025 030

002

004

006

008

01

012

Kp=20

Kp=95

Kp=K

p

opt

Time (days)

Am

ou

nt

A1

Π Σωπασάκης Διδακτορική Διατριβή 4082

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus100

minus50

0

50

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ανοιχτού βρόγχου Το περι-

θώριο φάσης είναι 98 και το περιθώριο ενίσχυσης 439db

Π Σωπασάκης Διδακτορική Διατριβή 4182

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus80

minus60

minus40

minus20

0

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης καθοδήγησης Η απολαβή στις

υψηλές συχνότητες (gt 102radday) είναι κάτω των minus60db

Π Σωπασάκης Διδακτορική Διατριβή 4282

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus30

minus20

minus10

0

10

Magnitude (

dB

)

10minus3

10minus2

10minus1

100

101

102

minus30

0

30

60

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ευαισθησίας Η απολαβή χα-

μηλών συχνοτήτων (lt 10minus2radday) είναι κάτω των minus20db

Π Σωπασάκης Διδακτορική Διατριβή 4382

IVΔειγματοληπτική Χορήγηση

Εξασφάλιση ικανοποίησης των περιορισμών στο συνεχές

Π Σωπασάκης Διδακτορική Διατριβή 4482

IV Συστήματα με Δειγματοληψία

΄Ενα σύστημα με δειγματοληψία με στοιχείο διατήρησης τιμής μη-

δενικής τάξης έχει τη μορφή

dx

dt= f(x(t) u(t))

u(t) = uk forallt isin [kh (k + 1)h)

Π Σωπασάκης Διδακτορική Διατριβή 4582

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Ο σχεδιασμός ενός ΕΠΜ που εγγυάται ικανοποίηση των

περιορισμών στο συνεχές είχε αναγνωριστεί ως ανοιχτό

πρόβλημα από τους L Grune και J Pannek το 2011

L Grune and J Pannek Nonlinear Model Predictive Control Theory and Algorithms ser Com-munications and Control Engineering Springer-Verlag 2011

Π Σωπασάκης Διδακτορική Διατριβή 4782

IV Διατύπωση του Προβλήματος

Το αρχικό πρόβλημα βελτιστοποίησης PN (x0) είναι

V N (x0) = inf

uisinCh([0Tf ]Rm)

int Tf

0`(x(t) u(t))dt+ Vf (x(Tf ))

υπό τους περιορισμούς

x(0) = x0

x(t) = Ax(t) +Bu(t) t isin [0 Tf ]

u(t) = uk t isin [kh (k + 1)h) k isin N[0Nminus1]

x(t) isin X t isin [0 Tf ] (Ημιάπειρο Πρόβλημα)

u(t) isin U t isin [0 Tf ]

x(Tf ) isin Xf

όπου Tf = Nh `(x u) = 12(xprimeQx+ uprimeRu) και Vf (x) = 1

2xprimePx

Π Σωπασάκης Διδακτορική Διατριβή 4882

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Πολυτοπικές Υπερπροσεγγίσεις

Χρησιμοποιώντας τη μέθοδο δι-

άσπασης Jordan σε συνδυασμό

με τη μέθοδο πλεγματοποίησης-

φράγματος κατασκευάζουμε πολύτο-

πα Pν με

Pν supe co Φ([0 h])

και

PνKrarr co Φ([0 h])

Ορίζουμε

Zν = Pminus1ν (X )

Αποδείξαμε ότι

Zν rarr Zh

minus06 minus04 minus02 0 02 04 06 08 1 12

065

07

075

08

085

09

095

1

x1

x2

Σχήμα Πολυτοπική Υπερπροσέγγι-

ση της συνάρτησης ∆(r) = eAr

P Patrinos P Sopasakis and H SarimveisldquoStochastic model predictive control for con-strained NCS with random time delayrdquo in Proc18th IFAC World Congress Aug 28 ndash Sep 22011

Π Σωπασάκης Διδακτορική Διατριβή 5082

IV Αναδιαμορφωμένο πρόβλημα ΕΠΜ

Διαμορφώνουμε την ακολουθία προβλημάτων ΕΠΜ

PνN (x0) V Nν (x0) = min

u[0Nminus1]isinUνN (x0)VN(x0u[0Nminus1]

)(1)

όπου

UνN (x0) =

u[0Nminus1]

∣∣∣∣∣∣∣∣∣∣

xk+1 = Ahxk +Bhukk isin N[0Nminus1]

(xk uk) isin Zν k isin N[0Nminus1]uk isin U k isin N[0Nminus1]xN isin X νf

(2)

Απ΄ όπου προκύπτουν οι βέλτιστες ακολουθίες λύσεων uν[0Nminus1]

Π Σωπασάκης Διδακτορική Διατριβή 5182

IV Ιδιότητες του ΕΠΜ

Ιδιότητες του σχήματος ΕΠΜ που

προτείνουμε

1 Ικανοποίηση των περιορισμών

στο συνεχή χρόνο

2 Εγγύηση ευστάθειας στο συνε-

χή χρόνο

3 uν[0Nminus1]grarr u[0Nminus1]

4 V Nνerarr V N

P Sopasakis P Patrinos and H SarimveisldquoModel Predictive Control for sampled-data li-near systems Guaranteeing continuous-time po-sitive invariancerdquo 2012 IEEE Trans Aut Contrsubmitted for publication

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Σχήμα Σύγκριση των πεδίων έλξης

της μεθοδολογίας μας με αυτή των

Magni και Scattolini

Π Σωπασάκης Διδακτορική Διατριβή 5282

VΚρουστική Χορήγηση

Αναλλοίωτο και Ευστάθεια Κρουστικών Συστημάτων Ελέγχου και

Σχεδιασμός Ελεγκτή Προβλεπτικού Μοντέλου

Π Σωπασάκης Διδακτορική Διατριβή 5382

V Κίνητρο

Τα Κρουστικά Δυναμικά περιγράφουν φαινόμενα στα οποία συμβα-

ίνουν στιγμιαία άλματα Σχετικά παραδείγματα είναι

1 Ζυμωτήρας διαλείποντος έργου (Shen et al 2007)

2 Πληθυσμιακή Δυναμική (Stone et al 2000)

3 Νανοηλεκτρονικά κυκλώματα (Yang and Chua 2000)

4 Πλοήγηση διαστημοπλοίου (Carter 1991)

5 Χορήγηση φαρμάκου (Kusuoka et al 1981)

Υπάρχει ωστόσο ένα μεθοδολογικό κενό ndash το οποίο προσπα-

θήσαμε να γεφυρώσουμε ndash το οποίο δεν επιτρέπει τη χρήση τους σε

εφαρμογές ελέγχου συστημάτων

Π Σωπασάκης Διδακτορική Διατριβή 5482

V Παράδειγμα Κρουστικής Συμπεριφοράς

minus2 minus1 0 1 2 3 4 5minus3

minus2

minus1

0

1

2

3

4

x1

x2

Impulsive Behaviour

Π Σωπασάκης Διδακτορική Διατριβή 5582

V Γραμμικά Κρουστικά Συστήματα τύπου Ι

Εστιάζουμε στα ακόλουθα κρουστικά συστήματα

dx

dt= Ax t isin hN (3αʹ)

(∆x)(τk) = BU(k x(τk)) (3βʹ)

όπου τk = kh k isin N Η λύση του (3) που τέμνει το (t0 x0) isinR times D με τη δράση της συνάρτησης ελέγχου U(k x) = g(x(τk))συμβολίζεται με ϕ(t t0 x0 g(middot))Το (3) υπόκειται στους περιορισμούς

x(t) isin X για κάθε t ge 0 X πολύεδρο

uk = g(x(τk)) isin U για κάθε k isin N U πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 5682

V Το πρόβλημα

Τα μόνα σημεία ισορροπίας τέτοιων συστημάτων τις περισσότερες

φορές δεν είναι άλλα από την αρχή ndash ή πιο γενικά σημεία

(xs us) isin kerAtimes kerB

΄Αρα δεν είναι δυνατό να σχεδιάσουμε σταθεροποιητικούς νόμους

ανάδρασης που οδηγούν την κατάσταση των κρουστικών συστη-

μάτων σε αυθαίρετα επιθυμητά σημεία

Π Σωπασάκης Διδακτορική Διατριβή 5782

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Π Σωπασάκης Διδακτορική Διατριβή 5982

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Υπολογισμός Ορίζουμε το F P(Rn)rarr P(Rn) ως

F (Ω) = projx

(y u) isin Rn+m

∣∣∣∣ ϕ(T 0 y u) isin ΩS (y u) sube Z

cap Ω

όπου S(x u) sube W(x u)1 Κάθε Y με F (Y) = Y είναι ένα Κρου-

στικά Ελεγκτικά Αναλλοώτο σύνολο ως προς Z

1Σημειώστε ότι W(x u) = clϕ(t 0 x u) t isin (0 h]Π Σωπασάκης Διδακτορική Διατριβή 6082

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Κατασκευάζουμε μια εμφολευμένη ακολουθία συνόλων YkkisinN ώστε

Y0 = ZYk+1 = F (Yk) k isin N

Το όριο

Yinfin =⋂kisinNYk

είναι ΚΕΑ Αν η σύγκλιση γίνεται σε πεπερασμένο αριθμό βημάτων

τότε είναι πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 6182

V Κρουστική Ευστάθεια Συνόλων

΄Ενα empty 6= Z $ X λέγεται ευσταθές για ένα δοσμένο σύστημα Σg

ndash με ανατροφοδότηση U(k x) = g(x(τk)) ndash ως προς ένα Y 6= empty αν

forallε gt 0existδ gt 0 x0 isin BYδ rArr ϕ(tx0 g(middot)) isin BZε forallt ge 0

Το Z λέγεται τοπικά ασυμπτωτικά ευσταθές για το Σgως

προς Y αν είναι ευσταθές και υπάρχει ε gt 0 ώστε

limtrarrinfin

distZ ϕ(tx0 g(middot)) = 0

οπόταν x0 isin BYε

Ορίζουμε BYδ = x isin X | distY(x) lt δ

Π Σωπασάκης Διδακτορική Διατριβή 6282

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 27: Modelling and Control of Biological and Physiological Systems

ΙΙ Βήμα 4 Σχεδιασμός Προβλεπτικού Ελεγκτή

Κάθε χρονική στιγμή j λύνουμε το πρόβλημα ελαχιστοποίησης

V N

(ξ (j)

)= minπ=ujNminus1

j=0

VN

(π ξ (j)

)υποκείμενο στους περιορισμούς

ξ(k + 1) = Aξ(k) + Bu(k) forallk isin N[0Nminus1]

Gx (k) +Hu (k) leM forallk isin N[0N ]

ξ (0) = ξ(j)

όπου η αντικειμενική συνάρτηση είναι

VN

(π ξ (j)

)= x (N)minus x (j)2P

+sumNminus1k=0 x (k)minus x (j)2Q + u (k)minus u (j)2R

P Patrinos P Sopasakis and H Sarimveis ldquoA global piecewise smooth Newton method for fastlarge-scale model predictive controlrdquo Automatica vol 47 no 9 pp 2016ndash2022 2011

Π Σωπασάκης Διδακτορική Διατριβή 2782

ΙΙ Βήμα 4 Σχεδιασμός Προβλεπτικού Ελεγκτή

Ο πίνακας P που ποινικοποιεί την τερματική απόκλιση x (N)minus x (j) 2Pλαμβάνεται ως η (μοναδική) λύση της εξίσωσης

P = AprimePAminus (AprimePB) (BprimePB +R)minus1

(BprimePA) +Q

Τα x (j) και u (j) υπολογίζονται από τη σχέση[Aminus I BC 0

] [x (j)u (j)

]=

[minusBdd (j)

r (j)minus Cdd (j)

]

Π Σωπασάκης Διδακτορική Διατριβή 2882

ΙΙ Εφαρμογή ndash Χορήγηση DMA

Εφαρμογή σε ένα ΦΦΜ με 14 μεταβλητές κατάστασης (Evans etal) για χορήγηση DMA

0 1 2 3 4 50

002

004

006

008

01

012

014

Time (hr)

Co

nce

ntr

atio

n (

mg

L)

Kidney

Kidney (estimated)

Lung

Lung (estimated)

Σχήμα Απόκριση του παρατηρητή κατάστασης μετά από διέγερση του συ-

στήματος με πεπερασμένο παλμό πλάτους 01mghr και διάρκειας 24min

Π Σωπασάκης Διδακτορική Διατριβή 2982

ΙΙ Εφαρμογή ndash Χορήγηση DMA

Εφαρμόζουμε την προταθείσα μεθο-

δολογία στο σύστημα των Evans etal με τους περιορισμούς

Πίνακας Ελάχιστες Τοξικές Συγ-

κεντρώσεις

΄Οργανο MTC (microgL)

΄Ηπαρ 14

Δέρμα 14

Ερυθρά Αιμ 10

Νεφροί 05

Πνεύμονες 05

και μεταβάλλοντας το επιθυμητό ση-

μείο λειτουργίας

P Sopasakis P Patrinos amp H Sarimveis ldquoMo-del Predictive Control for Optimal Drug Admi-nistrationrdquo submitted 2012

0 05 1 15 2 25 3 35 4 450

02

04

06

08

1

12

14

Time (hr)

Concentr

ation (

ugL

)

Reference

Plasma

RBC

Lungs

Skin (tissue)

Kidney (tissue)

Liver (tissue)

0 05 1 15 2 25 3 35 4 450

005

01

Time (hr)

Adm

inis

tration R

ate

(ugh

r)

Π Σωπασάκης Διδακτορική Διατριβή 3082

III΄Ελεγχος Συστημάτων Κλασματικής Τάξης

με εφαρμογή στον έλεγχο της συγκέντρωσης φαρμάκου

Π Σωπασάκης Διδακτορική Διατριβή 3182

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κλασματικά Δυναμικά Συστήματα

Είναι τελεστικές σχέσεις εισόδου-εξόδου της μορφής

H(Dα1 Dαn)y(t) = G(Dβ1 Dβm)u(t)

Αν οι H και G είναι γραμμικοί τότε εφαρμόζοντας το μετασχημα-

τισμό Laplace έχουμε

T (s) =y(s)

u(s)=P (s)

Q(s)

όπου y(s) = L y(t) και u(s) = L u(t) και τα PQ είναι lsquoκλασμα-

τικά πολυώνυμαrsquo δηλαδή έχουν τη μορφή

P (s) =

nsumi=0

aisbi bi ge 0

Π Σωπασάκης Διδακτορική Διατριβή 3382

ΙΙΙ Κλασματική Φαρμακοκινητική

Χρησιμοποιούμε κλασματικές παραγώγους διότι

1 Οι παράγωγοι μη ακέραιας τάξης είναι μη-τοπικοί τελεστές

και άρα περιγράφουν διεργασίες με μνήμη όπως

3 η ανώμαλη διάχυση και

4 η παγίδευση φαρμάκου σε ιστούς

R Hilfer ldquoFractional diffusion based on Riemann-Liouville fractional derivativesrdquo J PhysChem B vol 104 pp 3914ndash3917 2000

Π Σωπασάκης Διδακτορική Διατριβή 3482

ΙΙΙ Κλασματική Φαρμακοκινητική Αμιοδαρόνης

Φαρμακοκινητικές Εξισώσεις

DA1 = minus(k12 + k10)A1(t) + k21 middot C D1minusaA2(t) + u(t)

DA2 = k12A1(t)minus k21 middot C D1minusaA2(t)

Π Σωπασάκης Διδακτορική Διατριβή 3582

ΙΙΙ Ρυθμιστής PIλDmicro

Κλασματικός ρυθμιστής με συνάρτηση μεταφοράς

Gc(s) = Kp +Ki

sλ+Kds

micro

ο οποίος παράγει τη ρυθμιστική δράση

u(t) = Kpε(t) +Ki(Iλ ε)(t) + (C Dmicro ε)(t)

όπου ε(t) = ySP (t)minus y(t)

Π Σωπασάκης Διδακτορική Διατριβή 3682

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Βαθμονόμηση Κλασματικού Ρυθμιστή

Ελαχιστοποίηση ενός ολοκληρωτικού κριστηρίου όπως του

JTfITAE =

int Tf

0τ |ε(τ)|dτ

Δηλαδή επίλυση του προβλήματος βελτιστοποίησης

J = min JTfITAE(KpKiKd λ micro)

υπό τις προαναφερθείσες προδιαγραφές βαθμονόμησης απ΄

όπου προκύπτουν οι βέλτιστες παράμετροι βαθμονόμησης

(Kp K

i K

d λ

micro) = argminJTfITAE

Π Σωπασάκης Διδακτορική Διατριβή 3882

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Εφαρμόζοντας το μετασχηματισμό Laplace προκύπτει η συνάρτηση

μεταφοράς του συστήματος

G(s) equiv A1(s)

U(s)=

sa + k21sa+1 + k21s+ (k10 + k12)sa + k10k21

Πίνακας ΦΚ Παράμετροι Αμιοδαρόνης

Παράμετρος Τιμή

a 05870k10 14913dayminus1

k12 29522dayminus1

k21 04854dayminusa

A Dokoumetzidis R Magin and P Macheras ldquoFractional kinetics in multi- compartmentalsystemsrdquo Journal of Pharmacokinetics and Pharmacodynamics vol 37 pp 507ndash524 2010

Π Σωπασάκης Διδακτορική Διατριβή 3982

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Πίνακας Βέλτιστες Παράμε-

τροι Βαθμονόμησης Κλασμα-

τικού Ρυθμιστή

Παράμετρος Τιμή

Kp 5052Ki 1511Kd 00756λ 09170micro 07590

005 01 015 02 025 030

002

004

006

008

01

012

Kp=20

Kp=95

Kp=K

p

opt

Time (days)

Am

ou

nt

A1

Π Σωπασάκης Διδακτορική Διατριβή 4082

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus100

minus50

0

50

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ανοιχτού βρόγχου Το περι-

θώριο φάσης είναι 98 και το περιθώριο ενίσχυσης 439db

Π Σωπασάκης Διδακτορική Διατριβή 4182

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus80

minus60

minus40

minus20

0

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης καθοδήγησης Η απολαβή στις

υψηλές συχνότητες (gt 102radday) είναι κάτω των minus60db

Π Σωπασάκης Διδακτορική Διατριβή 4282

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus30

minus20

minus10

0

10

Magnitude (

dB

)

10minus3

10minus2

10minus1

100

101

102

minus30

0

30

60

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ευαισθησίας Η απολαβή χα-

μηλών συχνοτήτων (lt 10minus2radday) είναι κάτω των minus20db

Π Σωπασάκης Διδακτορική Διατριβή 4382

IVΔειγματοληπτική Χορήγηση

Εξασφάλιση ικανοποίησης των περιορισμών στο συνεχές

Π Σωπασάκης Διδακτορική Διατριβή 4482

IV Συστήματα με Δειγματοληψία

΄Ενα σύστημα με δειγματοληψία με στοιχείο διατήρησης τιμής μη-

δενικής τάξης έχει τη μορφή

dx

dt= f(x(t) u(t))

u(t) = uk forallt isin [kh (k + 1)h)

Π Σωπασάκης Διδακτορική Διατριβή 4582

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Ο σχεδιασμός ενός ΕΠΜ που εγγυάται ικανοποίηση των

περιορισμών στο συνεχές είχε αναγνωριστεί ως ανοιχτό

πρόβλημα από τους L Grune και J Pannek το 2011

L Grune and J Pannek Nonlinear Model Predictive Control Theory and Algorithms ser Com-munications and Control Engineering Springer-Verlag 2011

Π Σωπασάκης Διδακτορική Διατριβή 4782

IV Διατύπωση του Προβλήματος

Το αρχικό πρόβλημα βελτιστοποίησης PN (x0) είναι

V N (x0) = inf

uisinCh([0Tf ]Rm)

int Tf

0`(x(t) u(t))dt+ Vf (x(Tf ))

υπό τους περιορισμούς

x(0) = x0

x(t) = Ax(t) +Bu(t) t isin [0 Tf ]

u(t) = uk t isin [kh (k + 1)h) k isin N[0Nminus1]

x(t) isin X t isin [0 Tf ] (Ημιάπειρο Πρόβλημα)

u(t) isin U t isin [0 Tf ]

x(Tf ) isin Xf

όπου Tf = Nh `(x u) = 12(xprimeQx+ uprimeRu) και Vf (x) = 1

2xprimePx

Π Σωπασάκης Διδακτορική Διατριβή 4882

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Πολυτοπικές Υπερπροσεγγίσεις

Χρησιμοποιώντας τη μέθοδο δι-

άσπασης Jordan σε συνδυασμό

με τη μέθοδο πλεγματοποίησης-

φράγματος κατασκευάζουμε πολύτο-

πα Pν με

Pν supe co Φ([0 h])

και

PνKrarr co Φ([0 h])

Ορίζουμε

Zν = Pminus1ν (X )

Αποδείξαμε ότι

Zν rarr Zh

minus06 minus04 minus02 0 02 04 06 08 1 12

065

07

075

08

085

09

095

1

x1

x2

Σχήμα Πολυτοπική Υπερπροσέγγι-

ση της συνάρτησης ∆(r) = eAr

P Patrinos P Sopasakis and H SarimveisldquoStochastic model predictive control for con-strained NCS with random time delayrdquo in Proc18th IFAC World Congress Aug 28 ndash Sep 22011

Π Σωπασάκης Διδακτορική Διατριβή 5082

IV Αναδιαμορφωμένο πρόβλημα ΕΠΜ

Διαμορφώνουμε την ακολουθία προβλημάτων ΕΠΜ

PνN (x0) V Nν (x0) = min

u[0Nminus1]isinUνN (x0)VN(x0u[0Nminus1]

)(1)

όπου

UνN (x0) =

u[0Nminus1]

∣∣∣∣∣∣∣∣∣∣

xk+1 = Ahxk +Bhukk isin N[0Nminus1]

(xk uk) isin Zν k isin N[0Nminus1]uk isin U k isin N[0Nminus1]xN isin X νf

(2)

Απ΄ όπου προκύπτουν οι βέλτιστες ακολουθίες λύσεων uν[0Nminus1]

Π Σωπασάκης Διδακτορική Διατριβή 5182

IV Ιδιότητες του ΕΠΜ

Ιδιότητες του σχήματος ΕΠΜ που

προτείνουμε

1 Ικανοποίηση των περιορισμών

στο συνεχή χρόνο

2 Εγγύηση ευστάθειας στο συνε-

χή χρόνο

3 uν[0Nminus1]grarr u[0Nminus1]

4 V Nνerarr V N

P Sopasakis P Patrinos and H SarimveisldquoModel Predictive Control for sampled-data li-near systems Guaranteeing continuous-time po-sitive invariancerdquo 2012 IEEE Trans Aut Contrsubmitted for publication

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Σχήμα Σύγκριση των πεδίων έλξης

της μεθοδολογίας μας με αυτή των

Magni και Scattolini

Π Σωπασάκης Διδακτορική Διατριβή 5282

VΚρουστική Χορήγηση

Αναλλοίωτο και Ευστάθεια Κρουστικών Συστημάτων Ελέγχου και

Σχεδιασμός Ελεγκτή Προβλεπτικού Μοντέλου

Π Σωπασάκης Διδακτορική Διατριβή 5382

V Κίνητρο

Τα Κρουστικά Δυναμικά περιγράφουν φαινόμενα στα οποία συμβα-

ίνουν στιγμιαία άλματα Σχετικά παραδείγματα είναι

1 Ζυμωτήρας διαλείποντος έργου (Shen et al 2007)

2 Πληθυσμιακή Δυναμική (Stone et al 2000)

3 Νανοηλεκτρονικά κυκλώματα (Yang and Chua 2000)

4 Πλοήγηση διαστημοπλοίου (Carter 1991)

5 Χορήγηση φαρμάκου (Kusuoka et al 1981)

Υπάρχει ωστόσο ένα μεθοδολογικό κενό ndash το οποίο προσπα-

θήσαμε να γεφυρώσουμε ndash το οποίο δεν επιτρέπει τη χρήση τους σε

εφαρμογές ελέγχου συστημάτων

Π Σωπασάκης Διδακτορική Διατριβή 5482

V Παράδειγμα Κρουστικής Συμπεριφοράς

minus2 minus1 0 1 2 3 4 5minus3

minus2

minus1

0

1

2

3

4

x1

x2

Impulsive Behaviour

Π Σωπασάκης Διδακτορική Διατριβή 5582

V Γραμμικά Κρουστικά Συστήματα τύπου Ι

Εστιάζουμε στα ακόλουθα κρουστικά συστήματα

dx

dt= Ax t isin hN (3αʹ)

(∆x)(τk) = BU(k x(τk)) (3βʹ)

όπου τk = kh k isin N Η λύση του (3) που τέμνει το (t0 x0) isinR times D με τη δράση της συνάρτησης ελέγχου U(k x) = g(x(τk))συμβολίζεται με ϕ(t t0 x0 g(middot))Το (3) υπόκειται στους περιορισμούς

x(t) isin X για κάθε t ge 0 X πολύεδρο

uk = g(x(τk)) isin U για κάθε k isin N U πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 5682

V Το πρόβλημα

Τα μόνα σημεία ισορροπίας τέτοιων συστημάτων τις περισσότερες

φορές δεν είναι άλλα από την αρχή ndash ή πιο γενικά σημεία

(xs us) isin kerAtimes kerB

΄Αρα δεν είναι δυνατό να σχεδιάσουμε σταθεροποιητικούς νόμους

ανάδρασης που οδηγούν την κατάσταση των κρουστικών συστη-

μάτων σε αυθαίρετα επιθυμητά σημεία

Π Σωπασάκης Διδακτορική Διατριβή 5782

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Π Σωπασάκης Διδακτορική Διατριβή 5982

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Υπολογισμός Ορίζουμε το F P(Rn)rarr P(Rn) ως

F (Ω) = projx

(y u) isin Rn+m

∣∣∣∣ ϕ(T 0 y u) isin ΩS (y u) sube Z

cap Ω

όπου S(x u) sube W(x u)1 Κάθε Y με F (Y) = Y είναι ένα Κρου-

στικά Ελεγκτικά Αναλλοώτο σύνολο ως προς Z

1Σημειώστε ότι W(x u) = clϕ(t 0 x u) t isin (0 h]Π Σωπασάκης Διδακτορική Διατριβή 6082

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Κατασκευάζουμε μια εμφολευμένη ακολουθία συνόλων YkkisinN ώστε

Y0 = ZYk+1 = F (Yk) k isin N

Το όριο

Yinfin =⋂kisinNYk

είναι ΚΕΑ Αν η σύγκλιση γίνεται σε πεπερασμένο αριθμό βημάτων

τότε είναι πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 6182

V Κρουστική Ευστάθεια Συνόλων

΄Ενα empty 6= Z $ X λέγεται ευσταθές για ένα δοσμένο σύστημα Σg

ndash με ανατροφοδότηση U(k x) = g(x(τk)) ndash ως προς ένα Y 6= empty αν

forallε gt 0existδ gt 0 x0 isin BYδ rArr ϕ(tx0 g(middot)) isin BZε forallt ge 0

Το Z λέγεται τοπικά ασυμπτωτικά ευσταθές για το Σgως

προς Y αν είναι ευσταθές και υπάρχει ε gt 0 ώστε

limtrarrinfin

distZ ϕ(tx0 g(middot)) = 0

οπόταν x0 isin BYε

Ορίζουμε BYδ = x isin X | distY(x) lt δ

Π Σωπασάκης Διδακτορική Διατριβή 6282

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 28: Modelling and Control of Biological and Physiological Systems

ΙΙ Βήμα 4 Σχεδιασμός Προβλεπτικού Ελεγκτή

Ο πίνακας P που ποινικοποιεί την τερματική απόκλιση x (N)minus x (j) 2Pλαμβάνεται ως η (μοναδική) λύση της εξίσωσης

P = AprimePAminus (AprimePB) (BprimePB +R)minus1

(BprimePA) +Q

Τα x (j) και u (j) υπολογίζονται από τη σχέση[Aminus I BC 0

] [x (j)u (j)

]=

[minusBdd (j)

r (j)minus Cdd (j)

]

Π Σωπασάκης Διδακτορική Διατριβή 2882

ΙΙ Εφαρμογή ndash Χορήγηση DMA

Εφαρμογή σε ένα ΦΦΜ με 14 μεταβλητές κατάστασης (Evans etal) για χορήγηση DMA

0 1 2 3 4 50

002

004

006

008

01

012

014

Time (hr)

Co

nce

ntr

atio

n (

mg

L)

Kidney

Kidney (estimated)

Lung

Lung (estimated)

Σχήμα Απόκριση του παρατηρητή κατάστασης μετά από διέγερση του συ-

στήματος με πεπερασμένο παλμό πλάτους 01mghr και διάρκειας 24min

Π Σωπασάκης Διδακτορική Διατριβή 2982

ΙΙ Εφαρμογή ndash Χορήγηση DMA

Εφαρμόζουμε την προταθείσα μεθο-

δολογία στο σύστημα των Evans etal με τους περιορισμούς

Πίνακας Ελάχιστες Τοξικές Συγ-

κεντρώσεις

΄Οργανο MTC (microgL)

΄Ηπαρ 14

Δέρμα 14

Ερυθρά Αιμ 10

Νεφροί 05

Πνεύμονες 05

και μεταβάλλοντας το επιθυμητό ση-

μείο λειτουργίας

P Sopasakis P Patrinos amp H Sarimveis ldquoMo-del Predictive Control for Optimal Drug Admi-nistrationrdquo submitted 2012

0 05 1 15 2 25 3 35 4 450

02

04

06

08

1

12

14

Time (hr)

Concentr

ation (

ugL

)

Reference

Plasma

RBC

Lungs

Skin (tissue)

Kidney (tissue)

Liver (tissue)

0 05 1 15 2 25 3 35 4 450

005

01

Time (hr)

Adm

inis

tration R

ate

(ugh

r)

Π Σωπασάκης Διδακτορική Διατριβή 3082

III΄Ελεγχος Συστημάτων Κλασματικής Τάξης

με εφαρμογή στον έλεγχο της συγκέντρωσης φαρμάκου

Π Σωπασάκης Διδακτορική Διατριβή 3182

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κλασματικά Δυναμικά Συστήματα

Είναι τελεστικές σχέσεις εισόδου-εξόδου της μορφής

H(Dα1 Dαn)y(t) = G(Dβ1 Dβm)u(t)

Αν οι H και G είναι γραμμικοί τότε εφαρμόζοντας το μετασχημα-

τισμό Laplace έχουμε

T (s) =y(s)

u(s)=P (s)

Q(s)

όπου y(s) = L y(t) και u(s) = L u(t) και τα PQ είναι lsquoκλασμα-

τικά πολυώνυμαrsquo δηλαδή έχουν τη μορφή

P (s) =

nsumi=0

aisbi bi ge 0

Π Σωπασάκης Διδακτορική Διατριβή 3382

ΙΙΙ Κλασματική Φαρμακοκινητική

Χρησιμοποιούμε κλασματικές παραγώγους διότι

1 Οι παράγωγοι μη ακέραιας τάξης είναι μη-τοπικοί τελεστές

και άρα περιγράφουν διεργασίες με μνήμη όπως

3 η ανώμαλη διάχυση και

4 η παγίδευση φαρμάκου σε ιστούς

R Hilfer ldquoFractional diffusion based on Riemann-Liouville fractional derivativesrdquo J PhysChem B vol 104 pp 3914ndash3917 2000

Π Σωπασάκης Διδακτορική Διατριβή 3482

ΙΙΙ Κλασματική Φαρμακοκινητική Αμιοδαρόνης

Φαρμακοκινητικές Εξισώσεις

DA1 = minus(k12 + k10)A1(t) + k21 middot C D1minusaA2(t) + u(t)

DA2 = k12A1(t)minus k21 middot C D1minusaA2(t)

Π Σωπασάκης Διδακτορική Διατριβή 3582

ΙΙΙ Ρυθμιστής PIλDmicro

Κλασματικός ρυθμιστής με συνάρτηση μεταφοράς

Gc(s) = Kp +Ki

sλ+Kds

micro

ο οποίος παράγει τη ρυθμιστική δράση

u(t) = Kpε(t) +Ki(Iλ ε)(t) + (C Dmicro ε)(t)

όπου ε(t) = ySP (t)minus y(t)

Π Σωπασάκης Διδακτορική Διατριβή 3682

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Βαθμονόμηση Κλασματικού Ρυθμιστή

Ελαχιστοποίηση ενός ολοκληρωτικού κριστηρίου όπως του

JTfITAE =

int Tf

0τ |ε(τ)|dτ

Δηλαδή επίλυση του προβλήματος βελτιστοποίησης

J = min JTfITAE(KpKiKd λ micro)

υπό τις προαναφερθείσες προδιαγραφές βαθμονόμησης απ΄

όπου προκύπτουν οι βέλτιστες παράμετροι βαθμονόμησης

(Kp K

i K

d λ

micro) = argminJTfITAE

Π Σωπασάκης Διδακτορική Διατριβή 3882

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Εφαρμόζοντας το μετασχηματισμό Laplace προκύπτει η συνάρτηση

μεταφοράς του συστήματος

G(s) equiv A1(s)

U(s)=

sa + k21sa+1 + k21s+ (k10 + k12)sa + k10k21

Πίνακας ΦΚ Παράμετροι Αμιοδαρόνης

Παράμετρος Τιμή

a 05870k10 14913dayminus1

k12 29522dayminus1

k21 04854dayminusa

A Dokoumetzidis R Magin and P Macheras ldquoFractional kinetics in multi- compartmentalsystemsrdquo Journal of Pharmacokinetics and Pharmacodynamics vol 37 pp 507ndash524 2010

Π Σωπασάκης Διδακτορική Διατριβή 3982

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Πίνακας Βέλτιστες Παράμε-

τροι Βαθμονόμησης Κλασμα-

τικού Ρυθμιστή

Παράμετρος Τιμή

Kp 5052Ki 1511Kd 00756λ 09170micro 07590

005 01 015 02 025 030

002

004

006

008

01

012

Kp=20

Kp=95

Kp=K

p

opt

Time (days)

Am

ou

nt

A1

Π Σωπασάκης Διδακτορική Διατριβή 4082

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus100

minus50

0

50

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ανοιχτού βρόγχου Το περι-

θώριο φάσης είναι 98 και το περιθώριο ενίσχυσης 439db

Π Σωπασάκης Διδακτορική Διατριβή 4182

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus80

minus60

minus40

minus20

0

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης καθοδήγησης Η απολαβή στις

υψηλές συχνότητες (gt 102radday) είναι κάτω των minus60db

Π Σωπασάκης Διδακτορική Διατριβή 4282

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus30

minus20

minus10

0

10

Magnitude (

dB

)

10minus3

10minus2

10minus1

100

101

102

minus30

0

30

60

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ευαισθησίας Η απολαβή χα-

μηλών συχνοτήτων (lt 10minus2radday) είναι κάτω των minus20db

Π Σωπασάκης Διδακτορική Διατριβή 4382

IVΔειγματοληπτική Χορήγηση

Εξασφάλιση ικανοποίησης των περιορισμών στο συνεχές

Π Σωπασάκης Διδακτορική Διατριβή 4482

IV Συστήματα με Δειγματοληψία

΄Ενα σύστημα με δειγματοληψία με στοιχείο διατήρησης τιμής μη-

δενικής τάξης έχει τη μορφή

dx

dt= f(x(t) u(t))

u(t) = uk forallt isin [kh (k + 1)h)

Π Σωπασάκης Διδακτορική Διατριβή 4582

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Ο σχεδιασμός ενός ΕΠΜ που εγγυάται ικανοποίηση των

περιορισμών στο συνεχές είχε αναγνωριστεί ως ανοιχτό

πρόβλημα από τους L Grune και J Pannek το 2011

L Grune and J Pannek Nonlinear Model Predictive Control Theory and Algorithms ser Com-munications and Control Engineering Springer-Verlag 2011

Π Σωπασάκης Διδακτορική Διατριβή 4782

IV Διατύπωση του Προβλήματος

Το αρχικό πρόβλημα βελτιστοποίησης PN (x0) είναι

V N (x0) = inf

uisinCh([0Tf ]Rm)

int Tf

0`(x(t) u(t))dt+ Vf (x(Tf ))

υπό τους περιορισμούς

x(0) = x0

x(t) = Ax(t) +Bu(t) t isin [0 Tf ]

u(t) = uk t isin [kh (k + 1)h) k isin N[0Nminus1]

x(t) isin X t isin [0 Tf ] (Ημιάπειρο Πρόβλημα)

u(t) isin U t isin [0 Tf ]

x(Tf ) isin Xf

όπου Tf = Nh `(x u) = 12(xprimeQx+ uprimeRu) και Vf (x) = 1

2xprimePx

Π Σωπασάκης Διδακτορική Διατριβή 4882

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Πολυτοπικές Υπερπροσεγγίσεις

Χρησιμοποιώντας τη μέθοδο δι-

άσπασης Jordan σε συνδυασμό

με τη μέθοδο πλεγματοποίησης-

φράγματος κατασκευάζουμε πολύτο-

πα Pν με

Pν supe co Φ([0 h])

και

PνKrarr co Φ([0 h])

Ορίζουμε

Zν = Pminus1ν (X )

Αποδείξαμε ότι

Zν rarr Zh

minus06 minus04 minus02 0 02 04 06 08 1 12

065

07

075

08

085

09

095

1

x1

x2

Σχήμα Πολυτοπική Υπερπροσέγγι-

ση της συνάρτησης ∆(r) = eAr

P Patrinos P Sopasakis and H SarimveisldquoStochastic model predictive control for con-strained NCS with random time delayrdquo in Proc18th IFAC World Congress Aug 28 ndash Sep 22011

Π Σωπασάκης Διδακτορική Διατριβή 5082

IV Αναδιαμορφωμένο πρόβλημα ΕΠΜ

Διαμορφώνουμε την ακολουθία προβλημάτων ΕΠΜ

PνN (x0) V Nν (x0) = min

u[0Nminus1]isinUνN (x0)VN(x0u[0Nminus1]

)(1)

όπου

UνN (x0) =

u[0Nminus1]

∣∣∣∣∣∣∣∣∣∣

xk+1 = Ahxk +Bhukk isin N[0Nminus1]

(xk uk) isin Zν k isin N[0Nminus1]uk isin U k isin N[0Nminus1]xN isin X νf

(2)

Απ΄ όπου προκύπτουν οι βέλτιστες ακολουθίες λύσεων uν[0Nminus1]

Π Σωπασάκης Διδακτορική Διατριβή 5182

IV Ιδιότητες του ΕΠΜ

Ιδιότητες του σχήματος ΕΠΜ που

προτείνουμε

1 Ικανοποίηση των περιορισμών

στο συνεχή χρόνο

2 Εγγύηση ευστάθειας στο συνε-

χή χρόνο

3 uν[0Nminus1]grarr u[0Nminus1]

4 V Nνerarr V N

P Sopasakis P Patrinos and H SarimveisldquoModel Predictive Control for sampled-data li-near systems Guaranteeing continuous-time po-sitive invariancerdquo 2012 IEEE Trans Aut Contrsubmitted for publication

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Σχήμα Σύγκριση των πεδίων έλξης

της μεθοδολογίας μας με αυτή των

Magni και Scattolini

Π Σωπασάκης Διδακτορική Διατριβή 5282

VΚρουστική Χορήγηση

Αναλλοίωτο και Ευστάθεια Κρουστικών Συστημάτων Ελέγχου και

Σχεδιασμός Ελεγκτή Προβλεπτικού Μοντέλου

Π Σωπασάκης Διδακτορική Διατριβή 5382

V Κίνητρο

Τα Κρουστικά Δυναμικά περιγράφουν φαινόμενα στα οποία συμβα-

ίνουν στιγμιαία άλματα Σχετικά παραδείγματα είναι

1 Ζυμωτήρας διαλείποντος έργου (Shen et al 2007)

2 Πληθυσμιακή Δυναμική (Stone et al 2000)

3 Νανοηλεκτρονικά κυκλώματα (Yang and Chua 2000)

4 Πλοήγηση διαστημοπλοίου (Carter 1991)

5 Χορήγηση φαρμάκου (Kusuoka et al 1981)

Υπάρχει ωστόσο ένα μεθοδολογικό κενό ndash το οποίο προσπα-

θήσαμε να γεφυρώσουμε ndash το οποίο δεν επιτρέπει τη χρήση τους σε

εφαρμογές ελέγχου συστημάτων

Π Σωπασάκης Διδακτορική Διατριβή 5482

V Παράδειγμα Κρουστικής Συμπεριφοράς

minus2 minus1 0 1 2 3 4 5minus3

minus2

minus1

0

1

2

3

4

x1

x2

Impulsive Behaviour

Π Σωπασάκης Διδακτορική Διατριβή 5582

V Γραμμικά Κρουστικά Συστήματα τύπου Ι

Εστιάζουμε στα ακόλουθα κρουστικά συστήματα

dx

dt= Ax t isin hN (3αʹ)

(∆x)(τk) = BU(k x(τk)) (3βʹ)

όπου τk = kh k isin N Η λύση του (3) που τέμνει το (t0 x0) isinR times D με τη δράση της συνάρτησης ελέγχου U(k x) = g(x(τk))συμβολίζεται με ϕ(t t0 x0 g(middot))Το (3) υπόκειται στους περιορισμούς

x(t) isin X για κάθε t ge 0 X πολύεδρο

uk = g(x(τk)) isin U για κάθε k isin N U πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 5682

V Το πρόβλημα

Τα μόνα σημεία ισορροπίας τέτοιων συστημάτων τις περισσότερες

φορές δεν είναι άλλα από την αρχή ndash ή πιο γενικά σημεία

(xs us) isin kerAtimes kerB

΄Αρα δεν είναι δυνατό να σχεδιάσουμε σταθεροποιητικούς νόμους

ανάδρασης που οδηγούν την κατάσταση των κρουστικών συστη-

μάτων σε αυθαίρετα επιθυμητά σημεία

Π Σωπασάκης Διδακτορική Διατριβή 5782

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Π Σωπασάκης Διδακτορική Διατριβή 5982

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Υπολογισμός Ορίζουμε το F P(Rn)rarr P(Rn) ως

F (Ω) = projx

(y u) isin Rn+m

∣∣∣∣ ϕ(T 0 y u) isin ΩS (y u) sube Z

cap Ω

όπου S(x u) sube W(x u)1 Κάθε Y με F (Y) = Y είναι ένα Κρου-

στικά Ελεγκτικά Αναλλοώτο σύνολο ως προς Z

1Σημειώστε ότι W(x u) = clϕ(t 0 x u) t isin (0 h]Π Σωπασάκης Διδακτορική Διατριβή 6082

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Κατασκευάζουμε μια εμφολευμένη ακολουθία συνόλων YkkisinN ώστε

Y0 = ZYk+1 = F (Yk) k isin N

Το όριο

Yinfin =⋂kisinNYk

είναι ΚΕΑ Αν η σύγκλιση γίνεται σε πεπερασμένο αριθμό βημάτων

τότε είναι πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 6182

V Κρουστική Ευστάθεια Συνόλων

΄Ενα empty 6= Z $ X λέγεται ευσταθές για ένα δοσμένο σύστημα Σg

ndash με ανατροφοδότηση U(k x) = g(x(τk)) ndash ως προς ένα Y 6= empty αν

forallε gt 0existδ gt 0 x0 isin BYδ rArr ϕ(tx0 g(middot)) isin BZε forallt ge 0

Το Z λέγεται τοπικά ασυμπτωτικά ευσταθές για το Σgως

προς Y αν είναι ευσταθές και υπάρχει ε gt 0 ώστε

limtrarrinfin

distZ ϕ(tx0 g(middot)) = 0

οπόταν x0 isin BYε

Ορίζουμε BYδ = x isin X | distY(x) lt δ

Π Σωπασάκης Διδακτορική Διατριβή 6282

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 29: Modelling and Control of Biological and Physiological Systems

ΙΙ Εφαρμογή ndash Χορήγηση DMA

Εφαρμογή σε ένα ΦΦΜ με 14 μεταβλητές κατάστασης (Evans etal) για χορήγηση DMA

0 1 2 3 4 50

002

004

006

008

01

012

014

Time (hr)

Co

nce

ntr

atio

n (

mg

L)

Kidney

Kidney (estimated)

Lung

Lung (estimated)

Σχήμα Απόκριση του παρατηρητή κατάστασης μετά από διέγερση του συ-

στήματος με πεπερασμένο παλμό πλάτους 01mghr και διάρκειας 24min

Π Σωπασάκης Διδακτορική Διατριβή 2982

ΙΙ Εφαρμογή ndash Χορήγηση DMA

Εφαρμόζουμε την προταθείσα μεθο-

δολογία στο σύστημα των Evans etal με τους περιορισμούς

Πίνακας Ελάχιστες Τοξικές Συγ-

κεντρώσεις

΄Οργανο MTC (microgL)

΄Ηπαρ 14

Δέρμα 14

Ερυθρά Αιμ 10

Νεφροί 05

Πνεύμονες 05

και μεταβάλλοντας το επιθυμητό ση-

μείο λειτουργίας

P Sopasakis P Patrinos amp H Sarimveis ldquoMo-del Predictive Control for Optimal Drug Admi-nistrationrdquo submitted 2012

0 05 1 15 2 25 3 35 4 450

02

04

06

08

1

12

14

Time (hr)

Concentr

ation (

ugL

)

Reference

Plasma

RBC

Lungs

Skin (tissue)

Kidney (tissue)

Liver (tissue)

0 05 1 15 2 25 3 35 4 450

005

01

Time (hr)

Adm

inis

tration R

ate

(ugh

r)

Π Σωπασάκης Διδακτορική Διατριβή 3082

III΄Ελεγχος Συστημάτων Κλασματικής Τάξης

με εφαρμογή στον έλεγχο της συγκέντρωσης φαρμάκου

Π Σωπασάκης Διδακτορική Διατριβή 3182

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κλασματικά Δυναμικά Συστήματα

Είναι τελεστικές σχέσεις εισόδου-εξόδου της μορφής

H(Dα1 Dαn)y(t) = G(Dβ1 Dβm)u(t)

Αν οι H και G είναι γραμμικοί τότε εφαρμόζοντας το μετασχημα-

τισμό Laplace έχουμε

T (s) =y(s)

u(s)=P (s)

Q(s)

όπου y(s) = L y(t) και u(s) = L u(t) και τα PQ είναι lsquoκλασμα-

τικά πολυώνυμαrsquo δηλαδή έχουν τη μορφή

P (s) =

nsumi=0

aisbi bi ge 0

Π Σωπασάκης Διδακτορική Διατριβή 3382

ΙΙΙ Κλασματική Φαρμακοκινητική

Χρησιμοποιούμε κλασματικές παραγώγους διότι

1 Οι παράγωγοι μη ακέραιας τάξης είναι μη-τοπικοί τελεστές

και άρα περιγράφουν διεργασίες με μνήμη όπως

3 η ανώμαλη διάχυση και

4 η παγίδευση φαρμάκου σε ιστούς

R Hilfer ldquoFractional diffusion based on Riemann-Liouville fractional derivativesrdquo J PhysChem B vol 104 pp 3914ndash3917 2000

Π Σωπασάκης Διδακτορική Διατριβή 3482

ΙΙΙ Κλασματική Φαρμακοκινητική Αμιοδαρόνης

Φαρμακοκινητικές Εξισώσεις

DA1 = minus(k12 + k10)A1(t) + k21 middot C D1minusaA2(t) + u(t)

DA2 = k12A1(t)minus k21 middot C D1minusaA2(t)

Π Σωπασάκης Διδακτορική Διατριβή 3582

ΙΙΙ Ρυθμιστής PIλDmicro

Κλασματικός ρυθμιστής με συνάρτηση μεταφοράς

Gc(s) = Kp +Ki

sλ+Kds

micro

ο οποίος παράγει τη ρυθμιστική δράση

u(t) = Kpε(t) +Ki(Iλ ε)(t) + (C Dmicro ε)(t)

όπου ε(t) = ySP (t)minus y(t)

Π Σωπασάκης Διδακτορική Διατριβή 3682

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Βαθμονόμηση Κλασματικού Ρυθμιστή

Ελαχιστοποίηση ενός ολοκληρωτικού κριστηρίου όπως του

JTfITAE =

int Tf

0τ |ε(τ)|dτ

Δηλαδή επίλυση του προβλήματος βελτιστοποίησης

J = min JTfITAE(KpKiKd λ micro)

υπό τις προαναφερθείσες προδιαγραφές βαθμονόμησης απ΄

όπου προκύπτουν οι βέλτιστες παράμετροι βαθμονόμησης

(Kp K

i K

d λ

micro) = argminJTfITAE

Π Σωπασάκης Διδακτορική Διατριβή 3882

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Εφαρμόζοντας το μετασχηματισμό Laplace προκύπτει η συνάρτηση

μεταφοράς του συστήματος

G(s) equiv A1(s)

U(s)=

sa + k21sa+1 + k21s+ (k10 + k12)sa + k10k21

Πίνακας ΦΚ Παράμετροι Αμιοδαρόνης

Παράμετρος Τιμή

a 05870k10 14913dayminus1

k12 29522dayminus1

k21 04854dayminusa

A Dokoumetzidis R Magin and P Macheras ldquoFractional kinetics in multi- compartmentalsystemsrdquo Journal of Pharmacokinetics and Pharmacodynamics vol 37 pp 507ndash524 2010

Π Σωπασάκης Διδακτορική Διατριβή 3982

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Πίνακας Βέλτιστες Παράμε-

τροι Βαθμονόμησης Κλασμα-

τικού Ρυθμιστή

Παράμετρος Τιμή

Kp 5052Ki 1511Kd 00756λ 09170micro 07590

005 01 015 02 025 030

002

004

006

008

01

012

Kp=20

Kp=95

Kp=K

p

opt

Time (days)

Am

ou

nt

A1

Π Σωπασάκης Διδακτορική Διατριβή 4082

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus100

minus50

0

50

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ανοιχτού βρόγχου Το περι-

θώριο φάσης είναι 98 και το περιθώριο ενίσχυσης 439db

Π Σωπασάκης Διδακτορική Διατριβή 4182

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus80

minus60

minus40

minus20

0

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης καθοδήγησης Η απολαβή στις

υψηλές συχνότητες (gt 102radday) είναι κάτω των minus60db

Π Σωπασάκης Διδακτορική Διατριβή 4282

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus30

minus20

minus10

0

10

Magnitude (

dB

)

10minus3

10minus2

10minus1

100

101

102

minus30

0

30

60

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ευαισθησίας Η απολαβή χα-

μηλών συχνοτήτων (lt 10minus2radday) είναι κάτω των minus20db

Π Σωπασάκης Διδακτορική Διατριβή 4382

IVΔειγματοληπτική Χορήγηση

Εξασφάλιση ικανοποίησης των περιορισμών στο συνεχές

Π Σωπασάκης Διδακτορική Διατριβή 4482

IV Συστήματα με Δειγματοληψία

΄Ενα σύστημα με δειγματοληψία με στοιχείο διατήρησης τιμής μη-

δενικής τάξης έχει τη μορφή

dx

dt= f(x(t) u(t))

u(t) = uk forallt isin [kh (k + 1)h)

Π Σωπασάκης Διδακτορική Διατριβή 4582

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Ο σχεδιασμός ενός ΕΠΜ που εγγυάται ικανοποίηση των

περιορισμών στο συνεχές είχε αναγνωριστεί ως ανοιχτό

πρόβλημα από τους L Grune και J Pannek το 2011

L Grune and J Pannek Nonlinear Model Predictive Control Theory and Algorithms ser Com-munications and Control Engineering Springer-Verlag 2011

Π Σωπασάκης Διδακτορική Διατριβή 4782

IV Διατύπωση του Προβλήματος

Το αρχικό πρόβλημα βελτιστοποίησης PN (x0) είναι

V N (x0) = inf

uisinCh([0Tf ]Rm)

int Tf

0`(x(t) u(t))dt+ Vf (x(Tf ))

υπό τους περιορισμούς

x(0) = x0

x(t) = Ax(t) +Bu(t) t isin [0 Tf ]

u(t) = uk t isin [kh (k + 1)h) k isin N[0Nminus1]

x(t) isin X t isin [0 Tf ] (Ημιάπειρο Πρόβλημα)

u(t) isin U t isin [0 Tf ]

x(Tf ) isin Xf

όπου Tf = Nh `(x u) = 12(xprimeQx+ uprimeRu) και Vf (x) = 1

2xprimePx

Π Σωπασάκης Διδακτορική Διατριβή 4882

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Πολυτοπικές Υπερπροσεγγίσεις

Χρησιμοποιώντας τη μέθοδο δι-

άσπασης Jordan σε συνδυασμό

με τη μέθοδο πλεγματοποίησης-

φράγματος κατασκευάζουμε πολύτο-

πα Pν με

Pν supe co Φ([0 h])

και

PνKrarr co Φ([0 h])

Ορίζουμε

Zν = Pminus1ν (X )

Αποδείξαμε ότι

Zν rarr Zh

minus06 minus04 minus02 0 02 04 06 08 1 12

065

07

075

08

085

09

095

1

x1

x2

Σχήμα Πολυτοπική Υπερπροσέγγι-

ση της συνάρτησης ∆(r) = eAr

P Patrinos P Sopasakis and H SarimveisldquoStochastic model predictive control for con-strained NCS with random time delayrdquo in Proc18th IFAC World Congress Aug 28 ndash Sep 22011

Π Σωπασάκης Διδακτορική Διατριβή 5082

IV Αναδιαμορφωμένο πρόβλημα ΕΠΜ

Διαμορφώνουμε την ακολουθία προβλημάτων ΕΠΜ

PνN (x0) V Nν (x0) = min

u[0Nminus1]isinUνN (x0)VN(x0u[0Nminus1]

)(1)

όπου

UνN (x0) =

u[0Nminus1]

∣∣∣∣∣∣∣∣∣∣

xk+1 = Ahxk +Bhukk isin N[0Nminus1]

(xk uk) isin Zν k isin N[0Nminus1]uk isin U k isin N[0Nminus1]xN isin X νf

(2)

Απ΄ όπου προκύπτουν οι βέλτιστες ακολουθίες λύσεων uν[0Nminus1]

Π Σωπασάκης Διδακτορική Διατριβή 5182

IV Ιδιότητες του ΕΠΜ

Ιδιότητες του σχήματος ΕΠΜ που

προτείνουμε

1 Ικανοποίηση των περιορισμών

στο συνεχή χρόνο

2 Εγγύηση ευστάθειας στο συνε-

χή χρόνο

3 uν[0Nminus1]grarr u[0Nminus1]

4 V Nνerarr V N

P Sopasakis P Patrinos and H SarimveisldquoModel Predictive Control for sampled-data li-near systems Guaranteeing continuous-time po-sitive invariancerdquo 2012 IEEE Trans Aut Contrsubmitted for publication

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Σχήμα Σύγκριση των πεδίων έλξης

της μεθοδολογίας μας με αυτή των

Magni και Scattolini

Π Σωπασάκης Διδακτορική Διατριβή 5282

VΚρουστική Χορήγηση

Αναλλοίωτο και Ευστάθεια Κρουστικών Συστημάτων Ελέγχου και

Σχεδιασμός Ελεγκτή Προβλεπτικού Μοντέλου

Π Σωπασάκης Διδακτορική Διατριβή 5382

V Κίνητρο

Τα Κρουστικά Δυναμικά περιγράφουν φαινόμενα στα οποία συμβα-

ίνουν στιγμιαία άλματα Σχετικά παραδείγματα είναι

1 Ζυμωτήρας διαλείποντος έργου (Shen et al 2007)

2 Πληθυσμιακή Δυναμική (Stone et al 2000)

3 Νανοηλεκτρονικά κυκλώματα (Yang and Chua 2000)

4 Πλοήγηση διαστημοπλοίου (Carter 1991)

5 Χορήγηση φαρμάκου (Kusuoka et al 1981)

Υπάρχει ωστόσο ένα μεθοδολογικό κενό ndash το οποίο προσπα-

θήσαμε να γεφυρώσουμε ndash το οποίο δεν επιτρέπει τη χρήση τους σε

εφαρμογές ελέγχου συστημάτων

Π Σωπασάκης Διδακτορική Διατριβή 5482

V Παράδειγμα Κρουστικής Συμπεριφοράς

minus2 minus1 0 1 2 3 4 5minus3

minus2

minus1

0

1

2

3

4

x1

x2

Impulsive Behaviour

Π Σωπασάκης Διδακτορική Διατριβή 5582

V Γραμμικά Κρουστικά Συστήματα τύπου Ι

Εστιάζουμε στα ακόλουθα κρουστικά συστήματα

dx

dt= Ax t isin hN (3αʹ)

(∆x)(τk) = BU(k x(τk)) (3βʹ)

όπου τk = kh k isin N Η λύση του (3) που τέμνει το (t0 x0) isinR times D με τη δράση της συνάρτησης ελέγχου U(k x) = g(x(τk))συμβολίζεται με ϕ(t t0 x0 g(middot))Το (3) υπόκειται στους περιορισμούς

x(t) isin X για κάθε t ge 0 X πολύεδρο

uk = g(x(τk)) isin U για κάθε k isin N U πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 5682

V Το πρόβλημα

Τα μόνα σημεία ισορροπίας τέτοιων συστημάτων τις περισσότερες

φορές δεν είναι άλλα από την αρχή ndash ή πιο γενικά σημεία

(xs us) isin kerAtimes kerB

΄Αρα δεν είναι δυνατό να σχεδιάσουμε σταθεροποιητικούς νόμους

ανάδρασης που οδηγούν την κατάσταση των κρουστικών συστη-

μάτων σε αυθαίρετα επιθυμητά σημεία

Π Σωπασάκης Διδακτορική Διατριβή 5782

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Π Σωπασάκης Διδακτορική Διατριβή 5982

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Υπολογισμός Ορίζουμε το F P(Rn)rarr P(Rn) ως

F (Ω) = projx

(y u) isin Rn+m

∣∣∣∣ ϕ(T 0 y u) isin ΩS (y u) sube Z

cap Ω

όπου S(x u) sube W(x u)1 Κάθε Y με F (Y) = Y είναι ένα Κρου-

στικά Ελεγκτικά Αναλλοώτο σύνολο ως προς Z

1Σημειώστε ότι W(x u) = clϕ(t 0 x u) t isin (0 h]Π Σωπασάκης Διδακτορική Διατριβή 6082

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Κατασκευάζουμε μια εμφολευμένη ακολουθία συνόλων YkkisinN ώστε

Y0 = ZYk+1 = F (Yk) k isin N

Το όριο

Yinfin =⋂kisinNYk

είναι ΚΕΑ Αν η σύγκλιση γίνεται σε πεπερασμένο αριθμό βημάτων

τότε είναι πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 6182

V Κρουστική Ευστάθεια Συνόλων

΄Ενα empty 6= Z $ X λέγεται ευσταθές για ένα δοσμένο σύστημα Σg

ndash με ανατροφοδότηση U(k x) = g(x(τk)) ndash ως προς ένα Y 6= empty αν

forallε gt 0existδ gt 0 x0 isin BYδ rArr ϕ(tx0 g(middot)) isin BZε forallt ge 0

Το Z λέγεται τοπικά ασυμπτωτικά ευσταθές για το Σgως

προς Y αν είναι ευσταθές και υπάρχει ε gt 0 ώστε

limtrarrinfin

distZ ϕ(tx0 g(middot)) = 0

οπόταν x0 isin BYε

Ορίζουμε BYδ = x isin X | distY(x) lt δ

Π Σωπασάκης Διδακτορική Διατριβή 6282

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 30: Modelling and Control of Biological and Physiological Systems

ΙΙ Εφαρμογή ndash Χορήγηση DMA

Εφαρμόζουμε την προταθείσα μεθο-

δολογία στο σύστημα των Evans etal με τους περιορισμούς

Πίνακας Ελάχιστες Τοξικές Συγ-

κεντρώσεις

΄Οργανο MTC (microgL)

΄Ηπαρ 14

Δέρμα 14

Ερυθρά Αιμ 10

Νεφροί 05

Πνεύμονες 05

και μεταβάλλοντας το επιθυμητό ση-

μείο λειτουργίας

P Sopasakis P Patrinos amp H Sarimveis ldquoMo-del Predictive Control for Optimal Drug Admi-nistrationrdquo submitted 2012

0 05 1 15 2 25 3 35 4 450

02

04

06

08

1

12

14

Time (hr)

Concentr

ation (

ugL

)

Reference

Plasma

RBC

Lungs

Skin (tissue)

Kidney (tissue)

Liver (tissue)

0 05 1 15 2 25 3 35 4 450

005

01

Time (hr)

Adm

inis

tration R

ate

(ugh

r)

Π Σωπασάκης Διδακτορική Διατριβή 3082

III΄Ελεγχος Συστημάτων Κλασματικής Τάξης

με εφαρμογή στον έλεγχο της συγκέντρωσης φαρμάκου

Π Σωπασάκης Διδακτορική Διατριβή 3182

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κλασματικά Δυναμικά Συστήματα

Είναι τελεστικές σχέσεις εισόδου-εξόδου της μορφής

H(Dα1 Dαn)y(t) = G(Dβ1 Dβm)u(t)

Αν οι H και G είναι γραμμικοί τότε εφαρμόζοντας το μετασχημα-

τισμό Laplace έχουμε

T (s) =y(s)

u(s)=P (s)

Q(s)

όπου y(s) = L y(t) και u(s) = L u(t) και τα PQ είναι lsquoκλασμα-

τικά πολυώνυμαrsquo δηλαδή έχουν τη μορφή

P (s) =

nsumi=0

aisbi bi ge 0

Π Σωπασάκης Διδακτορική Διατριβή 3382

ΙΙΙ Κλασματική Φαρμακοκινητική

Χρησιμοποιούμε κλασματικές παραγώγους διότι

1 Οι παράγωγοι μη ακέραιας τάξης είναι μη-τοπικοί τελεστές

και άρα περιγράφουν διεργασίες με μνήμη όπως

3 η ανώμαλη διάχυση και

4 η παγίδευση φαρμάκου σε ιστούς

R Hilfer ldquoFractional diffusion based on Riemann-Liouville fractional derivativesrdquo J PhysChem B vol 104 pp 3914ndash3917 2000

Π Σωπασάκης Διδακτορική Διατριβή 3482

ΙΙΙ Κλασματική Φαρμακοκινητική Αμιοδαρόνης

Φαρμακοκινητικές Εξισώσεις

DA1 = minus(k12 + k10)A1(t) + k21 middot C D1minusaA2(t) + u(t)

DA2 = k12A1(t)minus k21 middot C D1minusaA2(t)

Π Σωπασάκης Διδακτορική Διατριβή 3582

ΙΙΙ Ρυθμιστής PIλDmicro

Κλασματικός ρυθμιστής με συνάρτηση μεταφοράς

Gc(s) = Kp +Ki

sλ+Kds

micro

ο οποίος παράγει τη ρυθμιστική δράση

u(t) = Kpε(t) +Ki(Iλ ε)(t) + (C Dmicro ε)(t)

όπου ε(t) = ySP (t)minus y(t)

Π Σωπασάκης Διδακτορική Διατριβή 3682

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Βαθμονόμηση Κλασματικού Ρυθμιστή

Ελαχιστοποίηση ενός ολοκληρωτικού κριστηρίου όπως του

JTfITAE =

int Tf

0τ |ε(τ)|dτ

Δηλαδή επίλυση του προβλήματος βελτιστοποίησης

J = min JTfITAE(KpKiKd λ micro)

υπό τις προαναφερθείσες προδιαγραφές βαθμονόμησης απ΄

όπου προκύπτουν οι βέλτιστες παράμετροι βαθμονόμησης

(Kp K

i K

d λ

micro) = argminJTfITAE

Π Σωπασάκης Διδακτορική Διατριβή 3882

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Εφαρμόζοντας το μετασχηματισμό Laplace προκύπτει η συνάρτηση

μεταφοράς του συστήματος

G(s) equiv A1(s)

U(s)=

sa + k21sa+1 + k21s+ (k10 + k12)sa + k10k21

Πίνακας ΦΚ Παράμετροι Αμιοδαρόνης

Παράμετρος Τιμή

a 05870k10 14913dayminus1

k12 29522dayminus1

k21 04854dayminusa

A Dokoumetzidis R Magin and P Macheras ldquoFractional kinetics in multi- compartmentalsystemsrdquo Journal of Pharmacokinetics and Pharmacodynamics vol 37 pp 507ndash524 2010

Π Σωπασάκης Διδακτορική Διατριβή 3982

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Πίνακας Βέλτιστες Παράμε-

τροι Βαθμονόμησης Κλασμα-

τικού Ρυθμιστή

Παράμετρος Τιμή

Kp 5052Ki 1511Kd 00756λ 09170micro 07590

005 01 015 02 025 030

002

004

006

008

01

012

Kp=20

Kp=95

Kp=K

p

opt

Time (days)

Am

ou

nt

A1

Π Σωπασάκης Διδακτορική Διατριβή 4082

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus100

minus50

0

50

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ανοιχτού βρόγχου Το περι-

θώριο φάσης είναι 98 και το περιθώριο ενίσχυσης 439db

Π Σωπασάκης Διδακτορική Διατριβή 4182

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus80

minus60

minus40

minus20

0

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης καθοδήγησης Η απολαβή στις

υψηλές συχνότητες (gt 102radday) είναι κάτω των minus60db

Π Σωπασάκης Διδακτορική Διατριβή 4282

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus30

minus20

minus10

0

10

Magnitude (

dB

)

10minus3

10minus2

10minus1

100

101

102

minus30

0

30

60

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ευαισθησίας Η απολαβή χα-

μηλών συχνοτήτων (lt 10minus2radday) είναι κάτω των minus20db

Π Σωπασάκης Διδακτορική Διατριβή 4382

IVΔειγματοληπτική Χορήγηση

Εξασφάλιση ικανοποίησης των περιορισμών στο συνεχές

Π Σωπασάκης Διδακτορική Διατριβή 4482

IV Συστήματα με Δειγματοληψία

΄Ενα σύστημα με δειγματοληψία με στοιχείο διατήρησης τιμής μη-

δενικής τάξης έχει τη μορφή

dx

dt= f(x(t) u(t))

u(t) = uk forallt isin [kh (k + 1)h)

Π Σωπασάκης Διδακτορική Διατριβή 4582

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Ο σχεδιασμός ενός ΕΠΜ που εγγυάται ικανοποίηση των

περιορισμών στο συνεχές είχε αναγνωριστεί ως ανοιχτό

πρόβλημα από τους L Grune και J Pannek το 2011

L Grune and J Pannek Nonlinear Model Predictive Control Theory and Algorithms ser Com-munications and Control Engineering Springer-Verlag 2011

Π Σωπασάκης Διδακτορική Διατριβή 4782

IV Διατύπωση του Προβλήματος

Το αρχικό πρόβλημα βελτιστοποίησης PN (x0) είναι

V N (x0) = inf

uisinCh([0Tf ]Rm)

int Tf

0`(x(t) u(t))dt+ Vf (x(Tf ))

υπό τους περιορισμούς

x(0) = x0

x(t) = Ax(t) +Bu(t) t isin [0 Tf ]

u(t) = uk t isin [kh (k + 1)h) k isin N[0Nminus1]

x(t) isin X t isin [0 Tf ] (Ημιάπειρο Πρόβλημα)

u(t) isin U t isin [0 Tf ]

x(Tf ) isin Xf

όπου Tf = Nh `(x u) = 12(xprimeQx+ uprimeRu) και Vf (x) = 1

2xprimePx

Π Σωπασάκης Διδακτορική Διατριβή 4882

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Πολυτοπικές Υπερπροσεγγίσεις

Χρησιμοποιώντας τη μέθοδο δι-

άσπασης Jordan σε συνδυασμό

με τη μέθοδο πλεγματοποίησης-

φράγματος κατασκευάζουμε πολύτο-

πα Pν με

Pν supe co Φ([0 h])

και

PνKrarr co Φ([0 h])

Ορίζουμε

Zν = Pminus1ν (X )

Αποδείξαμε ότι

Zν rarr Zh

minus06 minus04 minus02 0 02 04 06 08 1 12

065

07

075

08

085

09

095

1

x1

x2

Σχήμα Πολυτοπική Υπερπροσέγγι-

ση της συνάρτησης ∆(r) = eAr

P Patrinos P Sopasakis and H SarimveisldquoStochastic model predictive control for con-strained NCS with random time delayrdquo in Proc18th IFAC World Congress Aug 28 ndash Sep 22011

Π Σωπασάκης Διδακτορική Διατριβή 5082

IV Αναδιαμορφωμένο πρόβλημα ΕΠΜ

Διαμορφώνουμε την ακολουθία προβλημάτων ΕΠΜ

PνN (x0) V Nν (x0) = min

u[0Nminus1]isinUνN (x0)VN(x0u[0Nminus1]

)(1)

όπου

UνN (x0) =

u[0Nminus1]

∣∣∣∣∣∣∣∣∣∣

xk+1 = Ahxk +Bhukk isin N[0Nminus1]

(xk uk) isin Zν k isin N[0Nminus1]uk isin U k isin N[0Nminus1]xN isin X νf

(2)

Απ΄ όπου προκύπτουν οι βέλτιστες ακολουθίες λύσεων uν[0Nminus1]

Π Σωπασάκης Διδακτορική Διατριβή 5182

IV Ιδιότητες του ΕΠΜ

Ιδιότητες του σχήματος ΕΠΜ που

προτείνουμε

1 Ικανοποίηση των περιορισμών

στο συνεχή χρόνο

2 Εγγύηση ευστάθειας στο συνε-

χή χρόνο

3 uν[0Nminus1]grarr u[0Nminus1]

4 V Nνerarr V N

P Sopasakis P Patrinos and H SarimveisldquoModel Predictive Control for sampled-data li-near systems Guaranteeing continuous-time po-sitive invariancerdquo 2012 IEEE Trans Aut Contrsubmitted for publication

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Σχήμα Σύγκριση των πεδίων έλξης

της μεθοδολογίας μας με αυτή των

Magni και Scattolini

Π Σωπασάκης Διδακτορική Διατριβή 5282

VΚρουστική Χορήγηση

Αναλλοίωτο και Ευστάθεια Κρουστικών Συστημάτων Ελέγχου και

Σχεδιασμός Ελεγκτή Προβλεπτικού Μοντέλου

Π Σωπασάκης Διδακτορική Διατριβή 5382

V Κίνητρο

Τα Κρουστικά Δυναμικά περιγράφουν φαινόμενα στα οποία συμβα-

ίνουν στιγμιαία άλματα Σχετικά παραδείγματα είναι

1 Ζυμωτήρας διαλείποντος έργου (Shen et al 2007)

2 Πληθυσμιακή Δυναμική (Stone et al 2000)

3 Νανοηλεκτρονικά κυκλώματα (Yang and Chua 2000)

4 Πλοήγηση διαστημοπλοίου (Carter 1991)

5 Χορήγηση φαρμάκου (Kusuoka et al 1981)

Υπάρχει ωστόσο ένα μεθοδολογικό κενό ndash το οποίο προσπα-

θήσαμε να γεφυρώσουμε ndash το οποίο δεν επιτρέπει τη χρήση τους σε

εφαρμογές ελέγχου συστημάτων

Π Σωπασάκης Διδακτορική Διατριβή 5482

V Παράδειγμα Κρουστικής Συμπεριφοράς

minus2 minus1 0 1 2 3 4 5minus3

minus2

minus1

0

1

2

3

4

x1

x2

Impulsive Behaviour

Π Σωπασάκης Διδακτορική Διατριβή 5582

V Γραμμικά Κρουστικά Συστήματα τύπου Ι

Εστιάζουμε στα ακόλουθα κρουστικά συστήματα

dx

dt= Ax t isin hN (3αʹ)

(∆x)(τk) = BU(k x(τk)) (3βʹ)

όπου τk = kh k isin N Η λύση του (3) που τέμνει το (t0 x0) isinR times D με τη δράση της συνάρτησης ελέγχου U(k x) = g(x(τk))συμβολίζεται με ϕ(t t0 x0 g(middot))Το (3) υπόκειται στους περιορισμούς

x(t) isin X για κάθε t ge 0 X πολύεδρο

uk = g(x(τk)) isin U για κάθε k isin N U πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 5682

V Το πρόβλημα

Τα μόνα σημεία ισορροπίας τέτοιων συστημάτων τις περισσότερες

φορές δεν είναι άλλα από την αρχή ndash ή πιο γενικά σημεία

(xs us) isin kerAtimes kerB

΄Αρα δεν είναι δυνατό να σχεδιάσουμε σταθεροποιητικούς νόμους

ανάδρασης που οδηγούν την κατάσταση των κρουστικών συστη-

μάτων σε αυθαίρετα επιθυμητά σημεία

Π Σωπασάκης Διδακτορική Διατριβή 5782

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Π Σωπασάκης Διδακτορική Διατριβή 5982

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Υπολογισμός Ορίζουμε το F P(Rn)rarr P(Rn) ως

F (Ω) = projx

(y u) isin Rn+m

∣∣∣∣ ϕ(T 0 y u) isin ΩS (y u) sube Z

cap Ω

όπου S(x u) sube W(x u)1 Κάθε Y με F (Y) = Y είναι ένα Κρου-

στικά Ελεγκτικά Αναλλοώτο σύνολο ως προς Z

1Σημειώστε ότι W(x u) = clϕ(t 0 x u) t isin (0 h]Π Σωπασάκης Διδακτορική Διατριβή 6082

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Κατασκευάζουμε μια εμφολευμένη ακολουθία συνόλων YkkisinN ώστε

Y0 = ZYk+1 = F (Yk) k isin N

Το όριο

Yinfin =⋂kisinNYk

είναι ΚΕΑ Αν η σύγκλιση γίνεται σε πεπερασμένο αριθμό βημάτων

τότε είναι πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 6182

V Κρουστική Ευστάθεια Συνόλων

΄Ενα empty 6= Z $ X λέγεται ευσταθές για ένα δοσμένο σύστημα Σg

ndash με ανατροφοδότηση U(k x) = g(x(τk)) ndash ως προς ένα Y 6= empty αν

forallε gt 0existδ gt 0 x0 isin BYδ rArr ϕ(tx0 g(middot)) isin BZε forallt ge 0

Το Z λέγεται τοπικά ασυμπτωτικά ευσταθές για το Σgως

προς Y αν είναι ευσταθές και υπάρχει ε gt 0 ώστε

limtrarrinfin

distZ ϕ(tx0 g(middot)) = 0

οπόταν x0 isin BYε

Ορίζουμε BYδ = x isin X | distY(x) lt δ

Π Σωπασάκης Διδακτορική Διατριβή 6282

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 31: Modelling and Control of Biological and Physiological Systems

III΄Ελεγχος Συστημάτων Κλασματικής Τάξης

με εφαρμογή στον έλεγχο της συγκέντρωσης φαρμάκου

Π Σωπασάκης Διδακτορική Διατριβή 3182

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κλασματικά Δυναμικά Συστήματα

Είναι τελεστικές σχέσεις εισόδου-εξόδου της μορφής

H(Dα1 Dαn)y(t) = G(Dβ1 Dβm)u(t)

Αν οι H και G είναι γραμμικοί τότε εφαρμόζοντας το μετασχημα-

τισμό Laplace έχουμε

T (s) =y(s)

u(s)=P (s)

Q(s)

όπου y(s) = L y(t) και u(s) = L u(t) και τα PQ είναι lsquoκλασμα-

τικά πολυώνυμαrsquo δηλαδή έχουν τη μορφή

P (s) =

nsumi=0

aisbi bi ge 0

Π Σωπασάκης Διδακτορική Διατριβή 3382

ΙΙΙ Κλασματική Φαρμακοκινητική

Χρησιμοποιούμε κλασματικές παραγώγους διότι

1 Οι παράγωγοι μη ακέραιας τάξης είναι μη-τοπικοί τελεστές

και άρα περιγράφουν διεργασίες με μνήμη όπως

3 η ανώμαλη διάχυση και

4 η παγίδευση φαρμάκου σε ιστούς

R Hilfer ldquoFractional diffusion based on Riemann-Liouville fractional derivativesrdquo J PhysChem B vol 104 pp 3914ndash3917 2000

Π Σωπασάκης Διδακτορική Διατριβή 3482

ΙΙΙ Κλασματική Φαρμακοκινητική Αμιοδαρόνης

Φαρμακοκινητικές Εξισώσεις

DA1 = minus(k12 + k10)A1(t) + k21 middot C D1minusaA2(t) + u(t)

DA2 = k12A1(t)minus k21 middot C D1minusaA2(t)

Π Σωπασάκης Διδακτορική Διατριβή 3582

ΙΙΙ Ρυθμιστής PIλDmicro

Κλασματικός ρυθμιστής με συνάρτηση μεταφοράς

Gc(s) = Kp +Ki

sλ+Kds

micro

ο οποίος παράγει τη ρυθμιστική δράση

u(t) = Kpε(t) +Ki(Iλ ε)(t) + (C Dmicro ε)(t)

όπου ε(t) = ySP (t)minus y(t)

Π Σωπασάκης Διδακτορική Διατριβή 3682

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Βαθμονόμηση Κλασματικού Ρυθμιστή

Ελαχιστοποίηση ενός ολοκληρωτικού κριστηρίου όπως του

JTfITAE =

int Tf

0τ |ε(τ)|dτ

Δηλαδή επίλυση του προβλήματος βελτιστοποίησης

J = min JTfITAE(KpKiKd λ micro)

υπό τις προαναφερθείσες προδιαγραφές βαθμονόμησης απ΄

όπου προκύπτουν οι βέλτιστες παράμετροι βαθμονόμησης

(Kp K

i K

d λ

micro) = argminJTfITAE

Π Σωπασάκης Διδακτορική Διατριβή 3882

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Εφαρμόζοντας το μετασχηματισμό Laplace προκύπτει η συνάρτηση

μεταφοράς του συστήματος

G(s) equiv A1(s)

U(s)=

sa + k21sa+1 + k21s+ (k10 + k12)sa + k10k21

Πίνακας ΦΚ Παράμετροι Αμιοδαρόνης

Παράμετρος Τιμή

a 05870k10 14913dayminus1

k12 29522dayminus1

k21 04854dayminusa

A Dokoumetzidis R Magin and P Macheras ldquoFractional kinetics in multi- compartmentalsystemsrdquo Journal of Pharmacokinetics and Pharmacodynamics vol 37 pp 507ndash524 2010

Π Σωπασάκης Διδακτορική Διατριβή 3982

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Πίνακας Βέλτιστες Παράμε-

τροι Βαθμονόμησης Κλασμα-

τικού Ρυθμιστή

Παράμετρος Τιμή

Kp 5052Ki 1511Kd 00756λ 09170micro 07590

005 01 015 02 025 030

002

004

006

008

01

012

Kp=20

Kp=95

Kp=K

p

opt

Time (days)

Am

ou

nt

A1

Π Σωπασάκης Διδακτορική Διατριβή 4082

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus100

minus50

0

50

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ανοιχτού βρόγχου Το περι-

θώριο φάσης είναι 98 και το περιθώριο ενίσχυσης 439db

Π Σωπασάκης Διδακτορική Διατριβή 4182

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus80

minus60

minus40

minus20

0

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης καθοδήγησης Η απολαβή στις

υψηλές συχνότητες (gt 102radday) είναι κάτω των minus60db

Π Σωπασάκης Διδακτορική Διατριβή 4282

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus30

minus20

minus10

0

10

Magnitude (

dB

)

10minus3

10minus2

10minus1

100

101

102

minus30

0

30

60

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ευαισθησίας Η απολαβή χα-

μηλών συχνοτήτων (lt 10minus2radday) είναι κάτω των minus20db

Π Σωπασάκης Διδακτορική Διατριβή 4382

IVΔειγματοληπτική Χορήγηση

Εξασφάλιση ικανοποίησης των περιορισμών στο συνεχές

Π Σωπασάκης Διδακτορική Διατριβή 4482

IV Συστήματα με Δειγματοληψία

΄Ενα σύστημα με δειγματοληψία με στοιχείο διατήρησης τιμής μη-

δενικής τάξης έχει τη μορφή

dx

dt= f(x(t) u(t))

u(t) = uk forallt isin [kh (k + 1)h)

Π Σωπασάκης Διδακτορική Διατριβή 4582

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Ο σχεδιασμός ενός ΕΠΜ που εγγυάται ικανοποίηση των

περιορισμών στο συνεχές είχε αναγνωριστεί ως ανοιχτό

πρόβλημα από τους L Grune και J Pannek το 2011

L Grune and J Pannek Nonlinear Model Predictive Control Theory and Algorithms ser Com-munications and Control Engineering Springer-Verlag 2011

Π Σωπασάκης Διδακτορική Διατριβή 4782

IV Διατύπωση του Προβλήματος

Το αρχικό πρόβλημα βελτιστοποίησης PN (x0) είναι

V N (x0) = inf

uisinCh([0Tf ]Rm)

int Tf

0`(x(t) u(t))dt+ Vf (x(Tf ))

υπό τους περιορισμούς

x(0) = x0

x(t) = Ax(t) +Bu(t) t isin [0 Tf ]

u(t) = uk t isin [kh (k + 1)h) k isin N[0Nminus1]

x(t) isin X t isin [0 Tf ] (Ημιάπειρο Πρόβλημα)

u(t) isin U t isin [0 Tf ]

x(Tf ) isin Xf

όπου Tf = Nh `(x u) = 12(xprimeQx+ uprimeRu) και Vf (x) = 1

2xprimePx

Π Σωπασάκης Διδακτορική Διατριβή 4882

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Πολυτοπικές Υπερπροσεγγίσεις

Χρησιμοποιώντας τη μέθοδο δι-

άσπασης Jordan σε συνδυασμό

με τη μέθοδο πλεγματοποίησης-

φράγματος κατασκευάζουμε πολύτο-

πα Pν με

Pν supe co Φ([0 h])

και

PνKrarr co Φ([0 h])

Ορίζουμε

Zν = Pminus1ν (X )

Αποδείξαμε ότι

Zν rarr Zh

minus06 minus04 minus02 0 02 04 06 08 1 12

065

07

075

08

085

09

095

1

x1

x2

Σχήμα Πολυτοπική Υπερπροσέγγι-

ση της συνάρτησης ∆(r) = eAr

P Patrinos P Sopasakis and H SarimveisldquoStochastic model predictive control for con-strained NCS with random time delayrdquo in Proc18th IFAC World Congress Aug 28 ndash Sep 22011

Π Σωπασάκης Διδακτορική Διατριβή 5082

IV Αναδιαμορφωμένο πρόβλημα ΕΠΜ

Διαμορφώνουμε την ακολουθία προβλημάτων ΕΠΜ

PνN (x0) V Nν (x0) = min

u[0Nminus1]isinUνN (x0)VN(x0u[0Nminus1]

)(1)

όπου

UνN (x0) =

u[0Nminus1]

∣∣∣∣∣∣∣∣∣∣

xk+1 = Ahxk +Bhukk isin N[0Nminus1]

(xk uk) isin Zν k isin N[0Nminus1]uk isin U k isin N[0Nminus1]xN isin X νf

(2)

Απ΄ όπου προκύπτουν οι βέλτιστες ακολουθίες λύσεων uν[0Nminus1]

Π Σωπασάκης Διδακτορική Διατριβή 5182

IV Ιδιότητες του ΕΠΜ

Ιδιότητες του σχήματος ΕΠΜ που

προτείνουμε

1 Ικανοποίηση των περιορισμών

στο συνεχή χρόνο

2 Εγγύηση ευστάθειας στο συνε-

χή χρόνο

3 uν[0Nminus1]grarr u[0Nminus1]

4 V Nνerarr V N

P Sopasakis P Patrinos and H SarimveisldquoModel Predictive Control for sampled-data li-near systems Guaranteeing continuous-time po-sitive invariancerdquo 2012 IEEE Trans Aut Contrsubmitted for publication

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Σχήμα Σύγκριση των πεδίων έλξης

της μεθοδολογίας μας με αυτή των

Magni και Scattolini

Π Σωπασάκης Διδακτορική Διατριβή 5282

VΚρουστική Χορήγηση

Αναλλοίωτο και Ευστάθεια Κρουστικών Συστημάτων Ελέγχου και

Σχεδιασμός Ελεγκτή Προβλεπτικού Μοντέλου

Π Σωπασάκης Διδακτορική Διατριβή 5382

V Κίνητρο

Τα Κρουστικά Δυναμικά περιγράφουν φαινόμενα στα οποία συμβα-

ίνουν στιγμιαία άλματα Σχετικά παραδείγματα είναι

1 Ζυμωτήρας διαλείποντος έργου (Shen et al 2007)

2 Πληθυσμιακή Δυναμική (Stone et al 2000)

3 Νανοηλεκτρονικά κυκλώματα (Yang and Chua 2000)

4 Πλοήγηση διαστημοπλοίου (Carter 1991)

5 Χορήγηση φαρμάκου (Kusuoka et al 1981)

Υπάρχει ωστόσο ένα μεθοδολογικό κενό ndash το οποίο προσπα-

θήσαμε να γεφυρώσουμε ndash το οποίο δεν επιτρέπει τη χρήση τους σε

εφαρμογές ελέγχου συστημάτων

Π Σωπασάκης Διδακτορική Διατριβή 5482

V Παράδειγμα Κρουστικής Συμπεριφοράς

minus2 minus1 0 1 2 3 4 5minus3

minus2

minus1

0

1

2

3

4

x1

x2

Impulsive Behaviour

Π Σωπασάκης Διδακτορική Διατριβή 5582

V Γραμμικά Κρουστικά Συστήματα τύπου Ι

Εστιάζουμε στα ακόλουθα κρουστικά συστήματα

dx

dt= Ax t isin hN (3αʹ)

(∆x)(τk) = BU(k x(τk)) (3βʹ)

όπου τk = kh k isin N Η λύση του (3) που τέμνει το (t0 x0) isinR times D με τη δράση της συνάρτησης ελέγχου U(k x) = g(x(τk))συμβολίζεται με ϕ(t t0 x0 g(middot))Το (3) υπόκειται στους περιορισμούς

x(t) isin X για κάθε t ge 0 X πολύεδρο

uk = g(x(τk)) isin U για κάθε k isin N U πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 5682

V Το πρόβλημα

Τα μόνα σημεία ισορροπίας τέτοιων συστημάτων τις περισσότερες

φορές δεν είναι άλλα από την αρχή ndash ή πιο γενικά σημεία

(xs us) isin kerAtimes kerB

΄Αρα δεν είναι δυνατό να σχεδιάσουμε σταθεροποιητικούς νόμους

ανάδρασης που οδηγούν την κατάσταση των κρουστικών συστη-

μάτων σε αυθαίρετα επιθυμητά σημεία

Π Σωπασάκης Διδακτορική Διατριβή 5782

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Π Σωπασάκης Διδακτορική Διατριβή 5982

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Υπολογισμός Ορίζουμε το F P(Rn)rarr P(Rn) ως

F (Ω) = projx

(y u) isin Rn+m

∣∣∣∣ ϕ(T 0 y u) isin ΩS (y u) sube Z

cap Ω

όπου S(x u) sube W(x u)1 Κάθε Y με F (Y) = Y είναι ένα Κρου-

στικά Ελεγκτικά Αναλλοώτο σύνολο ως προς Z

1Σημειώστε ότι W(x u) = clϕ(t 0 x u) t isin (0 h]Π Σωπασάκης Διδακτορική Διατριβή 6082

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Κατασκευάζουμε μια εμφολευμένη ακολουθία συνόλων YkkisinN ώστε

Y0 = ZYk+1 = F (Yk) k isin N

Το όριο

Yinfin =⋂kisinNYk

είναι ΚΕΑ Αν η σύγκλιση γίνεται σε πεπερασμένο αριθμό βημάτων

τότε είναι πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 6182

V Κρουστική Ευστάθεια Συνόλων

΄Ενα empty 6= Z $ X λέγεται ευσταθές για ένα δοσμένο σύστημα Σg

ndash με ανατροφοδότηση U(k x) = g(x(τk)) ndash ως προς ένα Y 6= empty αν

forallε gt 0existδ gt 0 x0 isin BYδ rArr ϕ(tx0 g(middot)) isin BZε forallt ge 0

Το Z λέγεται τοπικά ασυμπτωτικά ευσταθές για το Σgως

προς Y αν είναι ευσταθές και υπάρχει ε gt 0 ώστε

limtrarrinfin

distZ ϕ(tx0 g(middot)) = 0

οπόταν x0 isin BYε

Ορίζουμε BYδ = x isin X | distY(x) lt δ

Π Σωπασάκης Διδακτορική Διατριβή 6282

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 32: Modelling and Control of Biological and Physiological Systems

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κλασματικά Δυναμικά Συστήματα

Είναι τελεστικές σχέσεις εισόδου-εξόδου της μορφής

H(Dα1 Dαn)y(t) = G(Dβ1 Dβm)u(t)

Αν οι H και G είναι γραμμικοί τότε εφαρμόζοντας το μετασχημα-

τισμό Laplace έχουμε

T (s) =y(s)

u(s)=P (s)

Q(s)

όπου y(s) = L y(t) και u(s) = L u(t) και τα PQ είναι lsquoκλασμα-

τικά πολυώνυμαrsquo δηλαδή έχουν τη μορφή

P (s) =

nsumi=0

aisbi bi ge 0

Π Σωπασάκης Διδακτορική Διατριβή 3382

ΙΙΙ Κλασματική Φαρμακοκινητική

Χρησιμοποιούμε κλασματικές παραγώγους διότι

1 Οι παράγωγοι μη ακέραιας τάξης είναι μη-τοπικοί τελεστές

και άρα περιγράφουν διεργασίες με μνήμη όπως

3 η ανώμαλη διάχυση και

4 η παγίδευση φαρμάκου σε ιστούς

R Hilfer ldquoFractional diffusion based on Riemann-Liouville fractional derivativesrdquo J PhysChem B vol 104 pp 3914ndash3917 2000

Π Σωπασάκης Διδακτορική Διατριβή 3482

ΙΙΙ Κλασματική Φαρμακοκινητική Αμιοδαρόνης

Φαρμακοκινητικές Εξισώσεις

DA1 = minus(k12 + k10)A1(t) + k21 middot C D1minusaA2(t) + u(t)

DA2 = k12A1(t)minus k21 middot C D1minusaA2(t)

Π Σωπασάκης Διδακτορική Διατριβή 3582

ΙΙΙ Ρυθμιστής PIλDmicro

Κλασματικός ρυθμιστής με συνάρτηση μεταφοράς

Gc(s) = Kp +Ki

sλ+Kds

micro

ο οποίος παράγει τη ρυθμιστική δράση

u(t) = Kpε(t) +Ki(Iλ ε)(t) + (C Dmicro ε)(t)

όπου ε(t) = ySP (t)minus y(t)

Π Σωπασάκης Διδακτορική Διατριβή 3682

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Βαθμονόμηση Κλασματικού Ρυθμιστή

Ελαχιστοποίηση ενός ολοκληρωτικού κριστηρίου όπως του

JTfITAE =

int Tf

0τ |ε(τ)|dτ

Δηλαδή επίλυση του προβλήματος βελτιστοποίησης

J = min JTfITAE(KpKiKd λ micro)

υπό τις προαναφερθείσες προδιαγραφές βαθμονόμησης απ΄

όπου προκύπτουν οι βέλτιστες παράμετροι βαθμονόμησης

(Kp K

i K

d λ

micro) = argminJTfITAE

Π Σωπασάκης Διδακτορική Διατριβή 3882

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Εφαρμόζοντας το μετασχηματισμό Laplace προκύπτει η συνάρτηση

μεταφοράς του συστήματος

G(s) equiv A1(s)

U(s)=

sa + k21sa+1 + k21s+ (k10 + k12)sa + k10k21

Πίνακας ΦΚ Παράμετροι Αμιοδαρόνης

Παράμετρος Τιμή

a 05870k10 14913dayminus1

k12 29522dayminus1

k21 04854dayminusa

A Dokoumetzidis R Magin and P Macheras ldquoFractional kinetics in multi- compartmentalsystemsrdquo Journal of Pharmacokinetics and Pharmacodynamics vol 37 pp 507ndash524 2010

Π Σωπασάκης Διδακτορική Διατριβή 3982

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Πίνακας Βέλτιστες Παράμε-

τροι Βαθμονόμησης Κλασμα-

τικού Ρυθμιστή

Παράμετρος Τιμή

Kp 5052Ki 1511Kd 00756λ 09170micro 07590

005 01 015 02 025 030

002

004

006

008

01

012

Kp=20

Kp=95

Kp=K

p

opt

Time (days)

Am

ou

nt

A1

Π Σωπασάκης Διδακτορική Διατριβή 4082

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus100

minus50

0

50

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ανοιχτού βρόγχου Το περι-

θώριο φάσης είναι 98 και το περιθώριο ενίσχυσης 439db

Π Σωπασάκης Διδακτορική Διατριβή 4182

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus80

minus60

minus40

minus20

0

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης καθοδήγησης Η απολαβή στις

υψηλές συχνότητες (gt 102radday) είναι κάτω των minus60db

Π Σωπασάκης Διδακτορική Διατριβή 4282

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus30

minus20

minus10

0

10

Magnitude (

dB

)

10minus3

10minus2

10minus1

100

101

102

minus30

0

30

60

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ευαισθησίας Η απολαβή χα-

μηλών συχνοτήτων (lt 10minus2radday) είναι κάτω των minus20db

Π Σωπασάκης Διδακτορική Διατριβή 4382

IVΔειγματοληπτική Χορήγηση

Εξασφάλιση ικανοποίησης των περιορισμών στο συνεχές

Π Σωπασάκης Διδακτορική Διατριβή 4482

IV Συστήματα με Δειγματοληψία

΄Ενα σύστημα με δειγματοληψία με στοιχείο διατήρησης τιμής μη-

δενικής τάξης έχει τη μορφή

dx

dt= f(x(t) u(t))

u(t) = uk forallt isin [kh (k + 1)h)

Π Σωπασάκης Διδακτορική Διατριβή 4582

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Ο σχεδιασμός ενός ΕΠΜ που εγγυάται ικανοποίηση των

περιορισμών στο συνεχές είχε αναγνωριστεί ως ανοιχτό

πρόβλημα από τους L Grune και J Pannek το 2011

L Grune and J Pannek Nonlinear Model Predictive Control Theory and Algorithms ser Com-munications and Control Engineering Springer-Verlag 2011

Π Σωπασάκης Διδακτορική Διατριβή 4782

IV Διατύπωση του Προβλήματος

Το αρχικό πρόβλημα βελτιστοποίησης PN (x0) είναι

V N (x0) = inf

uisinCh([0Tf ]Rm)

int Tf

0`(x(t) u(t))dt+ Vf (x(Tf ))

υπό τους περιορισμούς

x(0) = x0

x(t) = Ax(t) +Bu(t) t isin [0 Tf ]

u(t) = uk t isin [kh (k + 1)h) k isin N[0Nminus1]

x(t) isin X t isin [0 Tf ] (Ημιάπειρο Πρόβλημα)

u(t) isin U t isin [0 Tf ]

x(Tf ) isin Xf

όπου Tf = Nh `(x u) = 12(xprimeQx+ uprimeRu) και Vf (x) = 1

2xprimePx

Π Σωπασάκης Διδακτορική Διατριβή 4882

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Πολυτοπικές Υπερπροσεγγίσεις

Χρησιμοποιώντας τη μέθοδο δι-

άσπασης Jordan σε συνδυασμό

με τη μέθοδο πλεγματοποίησης-

φράγματος κατασκευάζουμε πολύτο-

πα Pν με

Pν supe co Φ([0 h])

και

PνKrarr co Φ([0 h])

Ορίζουμε

Zν = Pminus1ν (X )

Αποδείξαμε ότι

Zν rarr Zh

minus06 minus04 minus02 0 02 04 06 08 1 12

065

07

075

08

085

09

095

1

x1

x2

Σχήμα Πολυτοπική Υπερπροσέγγι-

ση της συνάρτησης ∆(r) = eAr

P Patrinos P Sopasakis and H SarimveisldquoStochastic model predictive control for con-strained NCS with random time delayrdquo in Proc18th IFAC World Congress Aug 28 ndash Sep 22011

Π Σωπασάκης Διδακτορική Διατριβή 5082

IV Αναδιαμορφωμένο πρόβλημα ΕΠΜ

Διαμορφώνουμε την ακολουθία προβλημάτων ΕΠΜ

PνN (x0) V Nν (x0) = min

u[0Nminus1]isinUνN (x0)VN(x0u[0Nminus1]

)(1)

όπου

UνN (x0) =

u[0Nminus1]

∣∣∣∣∣∣∣∣∣∣

xk+1 = Ahxk +Bhukk isin N[0Nminus1]

(xk uk) isin Zν k isin N[0Nminus1]uk isin U k isin N[0Nminus1]xN isin X νf

(2)

Απ΄ όπου προκύπτουν οι βέλτιστες ακολουθίες λύσεων uν[0Nminus1]

Π Σωπασάκης Διδακτορική Διατριβή 5182

IV Ιδιότητες του ΕΠΜ

Ιδιότητες του σχήματος ΕΠΜ που

προτείνουμε

1 Ικανοποίηση των περιορισμών

στο συνεχή χρόνο

2 Εγγύηση ευστάθειας στο συνε-

χή χρόνο

3 uν[0Nminus1]grarr u[0Nminus1]

4 V Nνerarr V N

P Sopasakis P Patrinos and H SarimveisldquoModel Predictive Control for sampled-data li-near systems Guaranteeing continuous-time po-sitive invariancerdquo 2012 IEEE Trans Aut Contrsubmitted for publication

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Σχήμα Σύγκριση των πεδίων έλξης

της μεθοδολογίας μας με αυτή των

Magni και Scattolini

Π Σωπασάκης Διδακτορική Διατριβή 5282

VΚρουστική Χορήγηση

Αναλλοίωτο και Ευστάθεια Κρουστικών Συστημάτων Ελέγχου και

Σχεδιασμός Ελεγκτή Προβλεπτικού Μοντέλου

Π Σωπασάκης Διδακτορική Διατριβή 5382

V Κίνητρο

Τα Κρουστικά Δυναμικά περιγράφουν φαινόμενα στα οποία συμβα-

ίνουν στιγμιαία άλματα Σχετικά παραδείγματα είναι

1 Ζυμωτήρας διαλείποντος έργου (Shen et al 2007)

2 Πληθυσμιακή Δυναμική (Stone et al 2000)

3 Νανοηλεκτρονικά κυκλώματα (Yang and Chua 2000)

4 Πλοήγηση διαστημοπλοίου (Carter 1991)

5 Χορήγηση φαρμάκου (Kusuoka et al 1981)

Υπάρχει ωστόσο ένα μεθοδολογικό κενό ndash το οποίο προσπα-

θήσαμε να γεφυρώσουμε ndash το οποίο δεν επιτρέπει τη χρήση τους σε

εφαρμογές ελέγχου συστημάτων

Π Σωπασάκης Διδακτορική Διατριβή 5482

V Παράδειγμα Κρουστικής Συμπεριφοράς

minus2 minus1 0 1 2 3 4 5minus3

minus2

minus1

0

1

2

3

4

x1

x2

Impulsive Behaviour

Π Σωπασάκης Διδακτορική Διατριβή 5582

V Γραμμικά Κρουστικά Συστήματα τύπου Ι

Εστιάζουμε στα ακόλουθα κρουστικά συστήματα

dx

dt= Ax t isin hN (3αʹ)

(∆x)(τk) = BU(k x(τk)) (3βʹ)

όπου τk = kh k isin N Η λύση του (3) που τέμνει το (t0 x0) isinR times D με τη δράση της συνάρτησης ελέγχου U(k x) = g(x(τk))συμβολίζεται με ϕ(t t0 x0 g(middot))Το (3) υπόκειται στους περιορισμούς

x(t) isin X για κάθε t ge 0 X πολύεδρο

uk = g(x(τk)) isin U για κάθε k isin N U πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 5682

V Το πρόβλημα

Τα μόνα σημεία ισορροπίας τέτοιων συστημάτων τις περισσότερες

φορές δεν είναι άλλα από την αρχή ndash ή πιο γενικά σημεία

(xs us) isin kerAtimes kerB

΄Αρα δεν είναι δυνατό να σχεδιάσουμε σταθεροποιητικούς νόμους

ανάδρασης που οδηγούν την κατάσταση των κρουστικών συστη-

μάτων σε αυθαίρετα επιθυμητά σημεία

Π Σωπασάκης Διδακτορική Διατριβή 5782

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Π Σωπασάκης Διδακτορική Διατριβή 5982

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Υπολογισμός Ορίζουμε το F P(Rn)rarr P(Rn) ως

F (Ω) = projx

(y u) isin Rn+m

∣∣∣∣ ϕ(T 0 y u) isin ΩS (y u) sube Z

cap Ω

όπου S(x u) sube W(x u)1 Κάθε Y με F (Y) = Y είναι ένα Κρου-

στικά Ελεγκτικά Αναλλοώτο σύνολο ως προς Z

1Σημειώστε ότι W(x u) = clϕ(t 0 x u) t isin (0 h]Π Σωπασάκης Διδακτορική Διατριβή 6082

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Κατασκευάζουμε μια εμφολευμένη ακολουθία συνόλων YkkisinN ώστε

Y0 = ZYk+1 = F (Yk) k isin N

Το όριο

Yinfin =⋂kisinNYk

είναι ΚΕΑ Αν η σύγκλιση γίνεται σε πεπερασμένο αριθμό βημάτων

τότε είναι πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 6182

V Κρουστική Ευστάθεια Συνόλων

΄Ενα empty 6= Z $ X λέγεται ευσταθές για ένα δοσμένο σύστημα Σg

ndash με ανατροφοδότηση U(k x) = g(x(τk)) ndash ως προς ένα Y 6= empty αν

forallε gt 0existδ gt 0 x0 isin BYδ rArr ϕ(tx0 g(middot)) isin BZε forallt ge 0

Το Z λέγεται τοπικά ασυμπτωτικά ευσταθές για το Σgως

προς Y αν είναι ευσταθές και υπάρχει ε gt 0 ώστε

limtrarrinfin

distZ ϕ(tx0 g(middot)) = 0

οπόταν x0 isin BYε

Ορίζουμε BYδ = x isin X | distY(x) lt δ

Π Σωπασάκης Διδακτορική Διατριβή 6282

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 33: Modelling and Control of Biological and Physiological Systems

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κλασματικά Δυναμικά Συστήματα

Είναι τελεστικές σχέσεις εισόδου-εξόδου της μορφής

H(Dα1 Dαn)y(t) = G(Dβ1 Dβm)u(t)

Αν οι H και G είναι γραμμικοί τότε εφαρμόζοντας το μετασχημα-

τισμό Laplace έχουμε

T (s) =y(s)

u(s)=P (s)

Q(s)

όπου y(s) = L y(t) και u(s) = L u(t) και τα PQ είναι lsquoκλασμα-

τικά πολυώνυμαrsquo δηλαδή έχουν τη μορφή

P (s) =

nsumi=0

aisbi bi ge 0

Π Σωπασάκης Διδακτορική Διατριβή 3382

ΙΙΙ Κλασματική Φαρμακοκινητική

Χρησιμοποιούμε κλασματικές παραγώγους διότι

1 Οι παράγωγοι μη ακέραιας τάξης είναι μη-τοπικοί τελεστές

και άρα περιγράφουν διεργασίες με μνήμη όπως

3 η ανώμαλη διάχυση και

4 η παγίδευση φαρμάκου σε ιστούς

R Hilfer ldquoFractional diffusion based on Riemann-Liouville fractional derivativesrdquo J PhysChem B vol 104 pp 3914ndash3917 2000

Π Σωπασάκης Διδακτορική Διατριβή 3482

ΙΙΙ Κλασματική Φαρμακοκινητική Αμιοδαρόνης

Φαρμακοκινητικές Εξισώσεις

DA1 = minus(k12 + k10)A1(t) + k21 middot C D1minusaA2(t) + u(t)

DA2 = k12A1(t)minus k21 middot C D1minusaA2(t)

Π Σωπασάκης Διδακτορική Διατριβή 3582

ΙΙΙ Ρυθμιστής PIλDmicro

Κλασματικός ρυθμιστής με συνάρτηση μεταφοράς

Gc(s) = Kp +Ki

sλ+Kds

micro

ο οποίος παράγει τη ρυθμιστική δράση

u(t) = Kpε(t) +Ki(Iλ ε)(t) + (C Dmicro ε)(t)

όπου ε(t) = ySP (t)minus y(t)

Π Σωπασάκης Διδακτορική Διατριβή 3682

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Βαθμονόμηση Κλασματικού Ρυθμιστή

Ελαχιστοποίηση ενός ολοκληρωτικού κριστηρίου όπως του

JTfITAE =

int Tf

0τ |ε(τ)|dτ

Δηλαδή επίλυση του προβλήματος βελτιστοποίησης

J = min JTfITAE(KpKiKd λ micro)

υπό τις προαναφερθείσες προδιαγραφές βαθμονόμησης απ΄

όπου προκύπτουν οι βέλτιστες παράμετροι βαθμονόμησης

(Kp K

i K

d λ

micro) = argminJTfITAE

Π Σωπασάκης Διδακτορική Διατριβή 3882

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Εφαρμόζοντας το μετασχηματισμό Laplace προκύπτει η συνάρτηση

μεταφοράς του συστήματος

G(s) equiv A1(s)

U(s)=

sa + k21sa+1 + k21s+ (k10 + k12)sa + k10k21

Πίνακας ΦΚ Παράμετροι Αμιοδαρόνης

Παράμετρος Τιμή

a 05870k10 14913dayminus1

k12 29522dayminus1

k21 04854dayminusa

A Dokoumetzidis R Magin and P Macheras ldquoFractional kinetics in multi- compartmentalsystemsrdquo Journal of Pharmacokinetics and Pharmacodynamics vol 37 pp 507ndash524 2010

Π Σωπασάκης Διδακτορική Διατριβή 3982

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Πίνακας Βέλτιστες Παράμε-

τροι Βαθμονόμησης Κλασμα-

τικού Ρυθμιστή

Παράμετρος Τιμή

Kp 5052Ki 1511Kd 00756λ 09170micro 07590

005 01 015 02 025 030

002

004

006

008

01

012

Kp=20

Kp=95

Kp=K

p

opt

Time (days)

Am

ou

nt

A1

Π Σωπασάκης Διδακτορική Διατριβή 4082

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus100

minus50

0

50

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ανοιχτού βρόγχου Το περι-

θώριο φάσης είναι 98 και το περιθώριο ενίσχυσης 439db

Π Σωπασάκης Διδακτορική Διατριβή 4182

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus80

minus60

minus40

minus20

0

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης καθοδήγησης Η απολαβή στις

υψηλές συχνότητες (gt 102radday) είναι κάτω των minus60db

Π Σωπασάκης Διδακτορική Διατριβή 4282

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus30

minus20

minus10

0

10

Magnitude (

dB

)

10minus3

10minus2

10minus1

100

101

102

minus30

0

30

60

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ευαισθησίας Η απολαβή χα-

μηλών συχνοτήτων (lt 10minus2radday) είναι κάτω των minus20db

Π Σωπασάκης Διδακτορική Διατριβή 4382

IVΔειγματοληπτική Χορήγηση

Εξασφάλιση ικανοποίησης των περιορισμών στο συνεχές

Π Σωπασάκης Διδακτορική Διατριβή 4482

IV Συστήματα με Δειγματοληψία

΄Ενα σύστημα με δειγματοληψία με στοιχείο διατήρησης τιμής μη-

δενικής τάξης έχει τη μορφή

dx

dt= f(x(t) u(t))

u(t) = uk forallt isin [kh (k + 1)h)

Π Σωπασάκης Διδακτορική Διατριβή 4582

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Ο σχεδιασμός ενός ΕΠΜ που εγγυάται ικανοποίηση των

περιορισμών στο συνεχές είχε αναγνωριστεί ως ανοιχτό

πρόβλημα από τους L Grune και J Pannek το 2011

L Grune and J Pannek Nonlinear Model Predictive Control Theory and Algorithms ser Com-munications and Control Engineering Springer-Verlag 2011

Π Σωπασάκης Διδακτορική Διατριβή 4782

IV Διατύπωση του Προβλήματος

Το αρχικό πρόβλημα βελτιστοποίησης PN (x0) είναι

V N (x0) = inf

uisinCh([0Tf ]Rm)

int Tf

0`(x(t) u(t))dt+ Vf (x(Tf ))

υπό τους περιορισμούς

x(0) = x0

x(t) = Ax(t) +Bu(t) t isin [0 Tf ]

u(t) = uk t isin [kh (k + 1)h) k isin N[0Nminus1]

x(t) isin X t isin [0 Tf ] (Ημιάπειρο Πρόβλημα)

u(t) isin U t isin [0 Tf ]

x(Tf ) isin Xf

όπου Tf = Nh `(x u) = 12(xprimeQx+ uprimeRu) και Vf (x) = 1

2xprimePx

Π Σωπασάκης Διδακτορική Διατριβή 4882

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Πολυτοπικές Υπερπροσεγγίσεις

Χρησιμοποιώντας τη μέθοδο δι-

άσπασης Jordan σε συνδυασμό

με τη μέθοδο πλεγματοποίησης-

φράγματος κατασκευάζουμε πολύτο-

πα Pν με

Pν supe co Φ([0 h])

και

PνKrarr co Φ([0 h])

Ορίζουμε

Zν = Pminus1ν (X )

Αποδείξαμε ότι

Zν rarr Zh

minus06 minus04 minus02 0 02 04 06 08 1 12

065

07

075

08

085

09

095

1

x1

x2

Σχήμα Πολυτοπική Υπερπροσέγγι-

ση της συνάρτησης ∆(r) = eAr

P Patrinos P Sopasakis and H SarimveisldquoStochastic model predictive control for con-strained NCS with random time delayrdquo in Proc18th IFAC World Congress Aug 28 ndash Sep 22011

Π Σωπασάκης Διδακτορική Διατριβή 5082

IV Αναδιαμορφωμένο πρόβλημα ΕΠΜ

Διαμορφώνουμε την ακολουθία προβλημάτων ΕΠΜ

PνN (x0) V Nν (x0) = min

u[0Nminus1]isinUνN (x0)VN(x0u[0Nminus1]

)(1)

όπου

UνN (x0) =

u[0Nminus1]

∣∣∣∣∣∣∣∣∣∣

xk+1 = Ahxk +Bhukk isin N[0Nminus1]

(xk uk) isin Zν k isin N[0Nminus1]uk isin U k isin N[0Nminus1]xN isin X νf

(2)

Απ΄ όπου προκύπτουν οι βέλτιστες ακολουθίες λύσεων uν[0Nminus1]

Π Σωπασάκης Διδακτορική Διατριβή 5182

IV Ιδιότητες του ΕΠΜ

Ιδιότητες του σχήματος ΕΠΜ που

προτείνουμε

1 Ικανοποίηση των περιορισμών

στο συνεχή χρόνο

2 Εγγύηση ευστάθειας στο συνε-

χή χρόνο

3 uν[0Nminus1]grarr u[0Nminus1]

4 V Nνerarr V N

P Sopasakis P Patrinos and H SarimveisldquoModel Predictive Control for sampled-data li-near systems Guaranteeing continuous-time po-sitive invariancerdquo 2012 IEEE Trans Aut Contrsubmitted for publication

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Σχήμα Σύγκριση των πεδίων έλξης

της μεθοδολογίας μας με αυτή των

Magni και Scattolini

Π Σωπασάκης Διδακτορική Διατριβή 5282

VΚρουστική Χορήγηση

Αναλλοίωτο και Ευστάθεια Κρουστικών Συστημάτων Ελέγχου και

Σχεδιασμός Ελεγκτή Προβλεπτικού Μοντέλου

Π Σωπασάκης Διδακτορική Διατριβή 5382

V Κίνητρο

Τα Κρουστικά Δυναμικά περιγράφουν φαινόμενα στα οποία συμβα-

ίνουν στιγμιαία άλματα Σχετικά παραδείγματα είναι

1 Ζυμωτήρας διαλείποντος έργου (Shen et al 2007)

2 Πληθυσμιακή Δυναμική (Stone et al 2000)

3 Νανοηλεκτρονικά κυκλώματα (Yang and Chua 2000)

4 Πλοήγηση διαστημοπλοίου (Carter 1991)

5 Χορήγηση φαρμάκου (Kusuoka et al 1981)

Υπάρχει ωστόσο ένα μεθοδολογικό κενό ndash το οποίο προσπα-

θήσαμε να γεφυρώσουμε ndash το οποίο δεν επιτρέπει τη χρήση τους σε

εφαρμογές ελέγχου συστημάτων

Π Σωπασάκης Διδακτορική Διατριβή 5482

V Παράδειγμα Κρουστικής Συμπεριφοράς

minus2 minus1 0 1 2 3 4 5minus3

minus2

minus1

0

1

2

3

4

x1

x2

Impulsive Behaviour

Π Σωπασάκης Διδακτορική Διατριβή 5582

V Γραμμικά Κρουστικά Συστήματα τύπου Ι

Εστιάζουμε στα ακόλουθα κρουστικά συστήματα

dx

dt= Ax t isin hN (3αʹ)

(∆x)(τk) = BU(k x(τk)) (3βʹ)

όπου τk = kh k isin N Η λύση του (3) που τέμνει το (t0 x0) isinR times D με τη δράση της συνάρτησης ελέγχου U(k x) = g(x(τk))συμβολίζεται με ϕ(t t0 x0 g(middot))Το (3) υπόκειται στους περιορισμούς

x(t) isin X για κάθε t ge 0 X πολύεδρο

uk = g(x(τk)) isin U για κάθε k isin N U πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 5682

V Το πρόβλημα

Τα μόνα σημεία ισορροπίας τέτοιων συστημάτων τις περισσότερες

φορές δεν είναι άλλα από την αρχή ndash ή πιο γενικά σημεία

(xs us) isin kerAtimes kerB

΄Αρα δεν είναι δυνατό να σχεδιάσουμε σταθεροποιητικούς νόμους

ανάδρασης που οδηγούν την κατάσταση των κρουστικών συστη-

μάτων σε αυθαίρετα επιθυμητά σημεία

Π Σωπασάκης Διδακτορική Διατριβή 5782

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Π Σωπασάκης Διδακτορική Διατριβή 5982

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Υπολογισμός Ορίζουμε το F P(Rn)rarr P(Rn) ως

F (Ω) = projx

(y u) isin Rn+m

∣∣∣∣ ϕ(T 0 y u) isin ΩS (y u) sube Z

cap Ω

όπου S(x u) sube W(x u)1 Κάθε Y με F (Y) = Y είναι ένα Κρου-

στικά Ελεγκτικά Αναλλοώτο σύνολο ως προς Z

1Σημειώστε ότι W(x u) = clϕ(t 0 x u) t isin (0 h]Π Σωπασάκης Διδακτορική Διατριβή 6082

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Κατασκευάζουμε μια εμφολευμένη ακολουθία συνόλων YkkisinN ώστε

Y0 = ZYk+1 = F (Yk) k isin N

Το όριο

Yinfin =⋂kisinNYk

είναι ΚΕΑ Αν η σύγκλιση γίνεται σε πεπερασμένο αριθμό βημάτων

τότε είναι πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 6182

V Κρουστική Ευστάθεια Συνόλων

΄Ενα empty 6= Z $ X λέγεται ευσταθές για ένα δοσμένο σύστημα Σg

ndash με ανατροφοδότηση U(k x) = g(x(τk)) ndash ως προς ένα Y 6= empty αν

forallε gt 0existδ gt 0 x0 isin BYδ rArr ϕ(tx0 g(middot)) isin BZε forallt ge 0

Το Z λέγεται τοπικά ασυμπτωτικά ευσταθές για το Σgως

προς Y αν είναι ευσταθές και υπάρχει ε gt 0 ώστε

limtrarrinfin

distZ ϕ(tx0 g(middot)) = 0

οπόταν x0 isin BYε

Ορίζουμε BYδ = x isin X | distY(x) lt δ

Π Σωπασάκης Διδακτορική Διατριβή 6282

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 34: Modelling and Control of Biological and Physiological Systems

ΙΙΙ Κατασκευή Κλασματικών Παραγώγων

΄Εστω (Inz f)(t) το n-πλο ολοκλήρωμα της f από 0 έως t

(In f)(t) =1

(nminus 1)

int t

0(tminus τ)nminus1f(τ)dτ

με n isin N το οποίο επεκτείνουμε σε πραγματικές τάξεις a isin R ως

εξής (Ολοκλήρωμα Riemann-Liouville)

(Ia f)(t) =1

Γ(a)

int t

0(tminus τ)aminus1f(τ)dτ

΄Εστω m = dae Ορίζουμε την κλασματική παράγωγο Riemann-Liouville ως

(RL Daf) (t) =dm

dtmImminusaf(t)

και την παράγωγο Caputo ως

(C Daf) (t) = Imminusadm

dtmf(t)

Π Σωπασάκης Διδακτορική Διατριβή 3282

ΙΙΙ Κλασματικά Δυναμικά Συστήματα

Είναι τελεστικές σχέσεις εισόδου-εξόδου της μορφής

H(Dα1 Dαn)y(t) = G(Dβ1 Dβm)u(t)

Αν οι H και G είναι γραμμικοί τότε εφαρμόζοντας το μετασχημα-

τισμό Laplace έχουμε

T (s) =y(s)

u(s)=P (s)

Q(s)

όπου y(s) = L y(t) και u(s) = L u(t) και τα PQ είναι lsquoκλασμα-

τικά πολυώνυμαrsquo δηλαδή έχουν τη μορφή

P (s) =

nsumi=0

aisbi bi ge 0

Π Σωπασάκης Διδακτορική Διατριβή 3382

ΙΙΙ Κλασματική Φαρμακοκινητική

Χρησιμοποιούμε κλασματικές παραγώγους διότι

1 Οι παράγωγοι μη ακέραιας τάξης είναι μη-τοπικοί τελεστές

και άρα περιγράφουν διεργασίες με μνήμη όπως

3 η ανώμαλη διάχυση και

4 η παγίδευση φαρμάκου σε ιστούς

R Hilfer ldquoFractional diffusion based on Riemann-Liouville fractional derivativesrdquo J PhysChem B vol 104 pp 3914ndash3917 2000

Π Σωπασάκης Διδακτορική Διατριβή 3482

ΙΙΙ Κλασματική Φαρμακοκινητική Αμιοδαρόνης

Φαρμακοκινητικές Εξισώσεις

DA1 = minus(k12 + k10)A1(t) + k21 middot C D1minusaA2(t) + u(t)

DA2 = k12A1(t)minus k21 middot C D1minusaA2(t)

Π Σωπασάκης Διδακτορική Διατριβή 3582

ΙΙΙ Ρυθμιστής PIλDmicro

Κλασματικός ρυθμιστής με συνάρτηση μεταφοράς

Gc(s) = Kp +Ki

sλ+Kds

micro

ο οποίος παράγει τη ρυθμιστική δράση

u(t) = Kpε(t) +Ki(Iλ ε)(t) + (C Dmicro ε)(t)

όπου ε(t) = ySP (t)minus y(t)

Π Σωπασάκης Διδακτορική Διατριβή 3682

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Βαθμονόμηση Κλασματικού Ρυθμιστή

Ελαχιστοποίηση ενός ολοκληρωτικού κριστηρίου όπως του

JTfITAE =

int Tf

0τ |ε(τ)|dτ

Δηλαδή επίλυση του προβλήματος βελτιστοποίησης

J = min JTfITAE(KpKiKd λ micro)

υπό τις προαναφερθείσες προδιαγραφές βαθμονόμησης απ΄

όπου προκύπτουν οι βέλτιστες παράμετροι βαθμονόμησης

(Kp K

i K

d λ

micro) = argminJTfITAE

Π Σωπασάκης Διδακτορική Διατριβή 3882

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Εφαρμόζοντας το μετασχηματισμό Laplace προκύπτει η συνάρτηση

μεταφοράς του συστήματος

G(s) equiv A1(s)

U(s)=

sa + k21sa+1 + k21s+ (k10 + k12)sa + k10k21

Πίνακας ΦΚ Παράμετροι Αμιοδαρόνης

Παράμετρος Τιμή

a 05870k10 14913dayminus1

k12 29522dayminus1

k21 04854dayminusa

A Dokoumetzidis R Magin and P Macheras ldquoFractional kinetics in multi- compartmentalsystemsrdquo Journal of Pharmacokinetics and Pharmacodynamics vol 37 pp 507ndash524 2010

Π Σωπασάκης Διδακτορική Διατριβή 3982

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Πίνακας Βέλτιστες Παράμε-

τροι Βαθμονόμησης Κλασμα-

τικού Ρυθμιστή

Παράμετρος Τιμή

Kp 5052Ki 1511Kd 00756λ 09170micro 07590

005 01 015 02 025 030

002

004

006

008

01

012

Kp=20

Kp=95

Kp=K

p

opt

Time (days)

Am

ou

nt

A1

Π Σωπασάκης Διδακτορική Διατριβή 4082

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus100

minus50

0

50

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ανοιχτού βρόγχου Το περι-

θώριο φάσης είναι 98 και το περιθώριο ενίσχυσης 439db

Π Σωπασάκης Διδακτορική Διατριβή 4182

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus80

minus60

minus40

minus20

0

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης καθοδήγησης Η απολαβή στις

υψηλές συχνότητες (gt 102radday) είναι κάτω των minus60db

Π Σωπασάκης Διδακτορική Διατριβή 4282

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus30

minus20

minus10

0

10

Magnitude (

dB

)

10minus3

10minus2

10minus1

100

101

102

minus30

0

30

60

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ευαισθησίας Η απολαβή χα-

μηλών συχνοτήτων (lt 10minus2radday) είναι κάτω των minus20db

Π Σωπασάκης Διδακτορική Διατριβή 4382

IVΔειγματοληπτική Χορήγηση

Εξασφάλιση ικανοποίησης των περιορισμών στο συνεχές

Π Σωπασάκης Διδακτορική Διατριβή 4482

IV Συστήματα με Δειγματοληψία

΄Ενα σύστημα με δειγματοληψία με στοιχείο διατήρησης τιμής μη-

δενικής τάξης έχει τη μορφή

dx

dt= f(x(t) u(t))

u(t) = uk forallt isin [kh (k + 1)h)

Π Σωπασάκης Διδακτορική Διατριβή 4582

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Ο σχεδιασμός ενός ΕΠΜ που εγγυάται ικανοποίηση των

περιορισμών στο συνεχές είχε αναγνωριστεί ως ανοιχτό

πρόβλημα από τους L Grune και J Pannek το 2011

L Grune and J Pannek Nonlinear Model Predictive Control Theory and Algorithms ser Com-munications and Control Engineering Springer-Verlag 2011

Π Σωπασάκης Διδακτορική Διατριβή 4782

IV Διατύπωση του Προβλήματος

Το αρχικό πρόβλημα βελτιστοποίησης PN (x0) είναι

V N (x0) = inf

uisinCh([0Tf ]Rm)

int Tf

0`(x(t) u(t))dt+ Vf (x(Tf ))

υπό τους περιορισμούς

x(0) = x0

x(t) = Ax(t) +Bu(t) t isin [0 Tf ]

u(t) = uk t isin [kh (k + 1)h) k isin N[0Nminus1]

x(t) isin X t isin [0 Tf ] (Ημιάπειρο Πρόβλημα)

u(t) isin U t isin [0 Tf ]

x(Tf ) isin Xf

όπου Tf = Nh `(x u) = 12(xprimeQx+ uprimeRu) και Vf (x) = 1

2xprimePx

Π Σωπασάκης Διδακτορική Διατριβή 4882

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Πολυτοπικές Υπερπροσεγγίσεις

Χρησιμοποιώντας τη μέθοδο δι-

άσπασης Jordan σε συνδυασμό

με τη μέθοδο πλεγματοποίησης-

φράγματος κατασκευάζουμε πολύτο-

πα Pν με

Pν supe co Φ([0 h])

και

PνKrarr co Φ([0 h])

Ορίζουμε

Zν = Pminus1ν (X )

Αποδείξαμε ότι

Zν rarr Zh

minus06 minus04 minus02 0 02 04 06 08 1 12

065

07

075

08

085

09

095

1

x1

x2

Σχήμα Πολυτοπική Υπερπροσέγγι-

ση της συνάρτησης ∆(r) = eAr

P Patrinos P Sopasakis and H SarimveisldquoStochastic model predictive control for con-strained NCS with random time delayrdquo in Proc18th IFAC World Congress Aug 28 ndash Sep 22011

Π Σωπασάκης Διδακτορική Διατριβή 5082

IV Αναδιαμορφωμένο πρόβλημα ΕΠΜ

Διαμορφώνουμε την ακολουθία προβλημάτων ΕΠΜ

PνN (x0) V Nν (x0) = min

u[0Nminus1]isinUνN (x0)VN(x0u[0Nminus1]

)(1)

όπου

UνN (x0) =

u[0Nminus1]

∣∣∣∣∣∣∣∣∣∣

xk+1 = Ahxk +Bhukk isin N[0Nminus1]

(xk uk) isin Zν k isin N[0Nminus1]uk isin U k isin N[0Nminus1]xN isin X νf

(2)

Απ΄ όπου προκύπτουν οι βέλτιστες ακολουθίες λύσεων uν[0Nminus1]

Π Σωπασάκης Διδακτορική Διατριβή 5182

IV Ιδιότητες του ΕΠΜ

Ιδιότητες του σχήματος ΕΠΜ που

προτείνουμε

1 Ικανοποίηση των περιορισμών

στο συνεχή χρόνο

2 Εγγύηση ευστάθειας στο συνε-

χή χρόνο

3 uν[0Nminus1]grarr u[0Nminus1]

4 V Nνerarr V N

P Sopasakis P Patrinos and H SarimveisldquoModel Predictive Control for sampled-data li-near systems Guaranteeing continuous-time po-sitive invariancerdquo 2012 IEEE Trans Aut Contrsubmitted for publication

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Σχήμα Σύγκριση των πεδίων έλξης

της μεθοδολογίας μας με αυτή των

Magni και Scattolini

Π Σωπασάκης Διδακτορική Διατριβή 5282

VΚρουστική Χορήγηση

Αναλλοίωτο και Ευστάθεια Κρουστικών Συστημάτων Ελέγχου και

Σχεδιασμός Ελεγκτή Προβλεπτικού Μοντέλου

Π Σωπασάκης Διδακτορική Διατριβή 5382

V Κίνητρο

Τα Κρουστικά Δυναμικά περιγράφουν φαινόμενα στα οποία συμβα-

ίνουν στιγμιαία άλματα Σχετικά παραδείγματα είναι

1 Ζυμωτήρας διαλείποντος έργου (Shen et al 2007)

2 Πληθυσμιακή Δυναμική (Stone et al 2000)

3 Νανοηλεκτρονικά κυκλώματα (Yang and Chua 2000)

4 Πλοήγηση διαστημοπλοίου (Carter 1991)

5 Χορήγηση φαρμάκου (Kusuoka et al 1981)

Υπάρχει ωστόσο ένα μεθοδολογικό κενό ndash το οποίο προσπα-

θήσαμε να γεφυρώσουμε ndash το οποίο δεν επιτρέπει τη χρήση τους σε

εφαρμογές ελέγχου συστημάτων

Π Σωπασάκης Διδακτορική Διατριβή 5482

V Παράδειγμα Κρουστικής Συμπεριφοράς

minus2 minus1 0 1 2 3 4 5minus3

minus2

minus1

0

1

2

3

4

x1

x2

Impulsive Behaviour

Π Σωπασάκης Διδακτορική Διατριβή 5582

V Γραμμικά Κρουστικά Συστήματα τύπου Ι

Εστιάζουμε στα ακόλουθα κρουστικά συστήματα

dx

dt= Ax t isin hN (3αʹ)

(∆x)(τk) = BU(k x(τk)) (3βʹ)

όπου τk = kh k isin N Η λύση του (3) που τέμνει το (t0 x0) isinR times D με τη δράση της συνάρτησης ελέγχου U(k x) = g(x(τk))συμβολίζεται με ϕ(t t0 x0 g(middot))Το (3) υπόκειται στους περιορισμούς

x(t) isin X για κάθε t ge 0 X πολύεδρο

uk = g(x(τk)) isin U για κάθε k isin N U πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 5682

V Το πρόβλημα

Τα μόνα σημεία ισορροπίας τέτοιων συστημάτων τις περισσότερες

φορές δεν είναι άλλα από την αρχή ndash ή πιο γενικά σημεία

(xs us) isin kerAtimes kerB

΄Αρα δεν είναι δυνατό να σχεδιάσουμε σταθεροποιητικούς νόμους

ανάδρασης που οδηγούν την κατάσταση των κρουστικών συστη-

μάτων σε αυθαίρετα επιθυμητά σημεία

Π Σωπασάκης Διδακτορική Διατριβή 5782

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Π Σωπασάκης Διδακτορική Διατριβή 5982

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Υπολογισμός Ορίζουμε το F P(Rn)rarr P(Rn) ως

F (Ω) = projx

(y u) isin Rn+m

∣∣∣∣ ϕ(T 0 y u) isin ΩS (y u) sube Z

cap Ω

όπου S(x u) sube W(x u)1 Κάθε Y με F (Y) = Y είναι ένα Κρου-

στικά Ελεγκτικά Αναλλοώτο σύνολο ως προς Z

1Σημειώστε ότι W(x u) = clϕ(t 0 x u) t isin (0 h]Π Σωπασάκης Διδακτορική Διατριβή 6082

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Κατασκευάζουμε μια εμφολευμένη ακολουθία συνόλων YkkisinN ώστε

Y0 = ZYk+1 = F (Yk) k isin N

Το όριο

Yinfin =⋂kisinNYk

είναι ΚΕΑ Αν η σύγκλιση γίνεται σε πεπερασμένο αριθμό βημάτων

τότε είναι πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 6182

V Κρουστική Ευστάθεια Συνόλων

΄Ενα empty 6= Z $ X λέγεται ευσταθές για ένα δοσμένο σύστημα Σg

ndash με ανατροφοδότηση U(k x) = g(x(τk)) ndash ως προς ένα Y 6= empty αν

forallε gt 0existδ gt 0 x0 isin BYδ rArr ϕ(tx0 g(middot)) isin BZε forallt ge 0

Το Z λέγεται τοπικά ασυμπτωτικά ευσταθές για το Σgως

προς Y αν είναι ευσταθές και υπάρχει ε gt 0 ώστε

limtrarrinfin

distZ ϕ(tx0 g(middot)) = 0

οπόταν x0 isin BYε

Ορίζουμε BYδ = x isin X | distY(x) lt δ

Π Σωπασάκης Διδακτορική Διατριβή 6282

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 35: Modelling and Control of Biological and Physiological Systems

ΙΙΙ Κλασματικά Δυναμικά Συστήματα

Είναι τελεστικές σχέσεις εισόδου-εξόδου της μορφής

H(Dα1 Dαn)y(t) = G(Dβ1 Dβm)u(t)

Αν οι H και G είναι γραμμικοί τότε εφαρμόζοντας το μετασχημα-

τισμό Laplace έχουμε

T (s) =y(s)

u(s)=P (s)

Q(s)

όπου y(s) = L y(t) και u(s) = L u(t) και τα PQ είναι lsquoκλασμα-

τικά πολυώνυμαrsquo δηλαδή έχουν τη μορφή

P (s) =

nsumi=0

aisbi bi ge 0

Π Σωπασάκης Διδακτορική Διατριβή 3382

ΙΙΙ Κλασματική Φαρμακοκινητική

Χρησιμοποιούμε κλασματικές παραγώγους διότι

1 Οι παράγωγοι μη ακέραιας τάξης είναι μη-τοπικοί τελεστές

και άρα περιγράφουν διεργασίες με μνήμη όπως

3 η ανώμαλη διάχυση και

4 η παγίδευση φαρμάκου σε ιστούς

R Hilfer ldquoFractional diffusion based on Riemann-Liouville fractional derivativesrdquo J PhysChem B vol 104 pp 3914ndash3917 2000

Π Σωπασάκης Διδακτορική Διατριβή 3482

ΙΙΙ Κλασματική Φαρμακοκινητική Αμιοδαρόνης

Φαρμακοκινητικές Εξισώσεις

DA1 = minus(k12 + k10)A1(t) + k21 middot C D1minusaA2(t) + u(t)

DA2 = k12A1(t)minus k21 middot C D1minusaA2(t)

Π Σωπασάκης Διδακτορική Διατριβή 3582

ΙΙΙ Ρυθμιστής PIλDmicro

Κλασματικός ρυθμιστής με συνάρτηση μεταφοράς

Gc(s) = Kp +Ki

sλ+Kds

micro

ο οποίος παράγει τη ρυθμιστική δράση

u(t) = Kpε(t) +Ki(Iλ ε)(t) + (C Dmicro ε)(t)

όπου ε(t) = ySP (t)minus y(t)

Π Σωπασάκης Διδακτορική Διατριβή 3682

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Βαθμονόμηση Κλασματικού Ρυθμιστή

Ελαχιστοποίηση ενός ολοκληρωτικού κριστηρίου όπως του

JTfITAE =

int Tf

0τ |ε(τ)|dτ

Δηλαδή επίλυση του προβλήματος βελτιστοποίησης

J = min JTfITAE(KpKiKd λ micro)

υπό τις προαναφερθείσες προδιαγραφές βαθμονόμησης απ΄

όπου προκύπτουν οι βέλτιστες παράμετροι βαθμονόμησης

(Kp K

i K

d λ

micro) = argminJTfITAE

Π Σωπασάκης Διδακτορική Διατριβή 3882

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Εφαρμόζοντας το μετασχηματισμό Laplace προκύπτει η συνάρτηση

μεταφοράς του συστήματος

G(s) equiv A1(s)

U(s)=

sa + k21sa+1 + k21s+ (k10 + k12)sa + k10k21

Πίνακας ΦΚ Παράμετροι Αμιοδαρόνης

Παράμετρος Τιμή

a 05870k10 14913dayminus1

k12 29522dayminus1

k21 04854dayminusa

A Dokoumetzidis R Magin and P Macheras ldquoFractional kinetics in multi- compartmentalsystemsrdquo Journal of Pharmacokinetics and Pharmacodynamics vol 37 pp 507ndash524 2010

Π Σωπασάκης Διδακτορική Διατριβή 3982

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Πίνακας Βέλτιστες Παράμε-

τροι Βαθμονόμησης Κλασμα-

τικού Ρυθμιστή

Παράμετρος Τιμή

Kp 5052Ki 1511Kd 00756λ 09170micro 07590

005 01 015 02 025 030

002

004

006

008

01

012

Kp=20

Kp=95

Kp=K

p

opt

Time (days)

Am

ou

nt

A1

Π Σωπασάκης Διδακτορική Διατριβή 4082

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus100

minus50

0

50

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ανοιχτού βρόγχου Το περι-

θώριο φάσης είναι 98 και το περιθώριο ενίσχυσης 439db

Π Σωπασάκης Διδακτορική Διατριβή 4182

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus80

minus60

minus40

minus20

0

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης καθοδήγησης Η απολαβή στις

υψηλές συχνότητες (gt 102radday) είναι κάτω των minus60db

Π Σωπασάκης Διδακτορική Διατριβή 4282

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus30

minus20

minus10

0

10

Magnitude (

dB

)

10minus3

10minus2

10minus1

100

101

102

minus30

0

30

60

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ευαισθησίας Η απολαβή χα-

μηλών συχνοτήτων (lt 10minus2radday) είναι κάτω των minus20db

Π Σωπασάκης Διδακτορική Διατριβή 4382

IVΔειγματοληπτική Χορήγηση

Εξασφάλιση ικανοποίησης των περιορισμών στο συνεχές

Π Σωπασάκης Διδακτορική Διατριβή 4482

IV Συστήματα με Δειγματοληψία

΄Ενα σύστημα με δειγματοληψία με στοιχείο διατήρησης τιμής μη-

δενικής τάξης έχει τη μορφή

dx

dt= f(x(t) u(t))

u(t) = uk forallt isin [kh (k + 1)h)

Π Σωπασάκης Διδακτορική Διατριβή 4582

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Ο σχεδιασμός ενός ΕΠΜ που εγγυάται ικανοποίηση των

περιορισμών στο συνεχές είχε αναγνωριστεί ως ανοιχτό

πρόβλημα από τους L Grune και J Pannek το 2011

L Grune and J Pannek Nonlinear Model Predictive Control Theory and Algorithms ser Com-munications and Control Engineering Springer-Verlag 2011

Π Σωπασάκης Διδακτορική Διατριβή 4782

IV Διατύπωση του Προβλήματος

Το αρχικό πρόβλημα βελτιστοποίησης PN (x0) είναι

V N (x0) = inf

uisinCh([0Tf ]Rm)

int Tf

0`(x(t) u(t))dt+ Vf (x(Tf ))

υπό τους περιορισμούς

x(0) = x0

x(t) = Ax(t) +Bu(t) t isin [0 Tf ]

u(t) = uk t isin [kh (k + 1)h) k isin N[0Nminus1]

x(t) isin X t isin [0 Tf ] (Ημιάπειρο Πρόβλημα)

u(t) isin U t isin [0 Tf ]

x(Tf ) isin Xf

όπου Tf = Nh `(x u) = 12(xprimeQx+ uprimeRu) και Vf (x) = 1

2xprimePx

Π Σωπασάκης Διδακτορική Διατριβή 4882

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Πολυτοπικές Υπερπροσεγγίσεις

Χρησιμοποιώντας τη μέθοδο δι-

άσπασης Jordan σε συνδυασμό

με τη μέθοδο πλεγματοποίησης-

φράγματος κατασκευάζουμε πολύτο-

πα Pν με

Pν supe co Φ([0 h])

και

PνKrarr co Φ([0 h])

Ορίζουμε

Zν = Pminus1ν (X )

Αποδείξαμε ότι

Zν rarr Zh

minus06 minus04 minus02 0 02 04 06 08 1 12

065

07

075

08

085

09

095

1

x1

x2

Σχήμα Πολυτοπική Υπερπροσέγγι-

ση της συνάρτησης ∆(r) = eAr

P Patrinos P Sopasakis and H SarimveisldquoStochastic model predictive control for con-strained NCS with random time delayrdquo in Proc18th IFAC World Congress Aug 28 ndash Sep 22011

Π Σωπασάκης Διδακτορική Διατριβή 5082

IV Αναδιαμορφωμένο πρόβλημα ΕΠΜ

Διαμορφώνουμε την ακολουθία προβλημάτων ΕΠΜ

PνN (x0) V Nν (x0) = min

u[0Nminus1]isinUνN (x0)VN(x0u[0Nminus1]

)(1)

όπου

UνN (x0) =

u[0Nminus1]

∣∣∣∣∣∣∣∣∣∣

xk+1 = Ahxk +Bhukk isin N[0Nminus1]

(xk uk) isin Zν k isin N[0Nminus1]uk isin U k isin N[0Nminus1]xN isin X νf

(2)

Απ΄ όπου προκύπτουν οι βέλτιστες ακολουθίες λύσεων uν[0Nminus1]

Π Σωπασάκης Διδακτορική Διατριβή 5182

IV Ιδιότητες του ΕΠΜ

Ιδιότητες του σχήματος ΕΠΜ που

προτείνουμε

1 Ικανοποίηση των περιορισμών

στο συνεχή χρόνο

2 Εγγύηση ευστάθειας στο συνε-

χή χρόνο

3 uν[0Nminus1]grarr u[0Nminus1]

4 V Nνerarr V N

P Sopasakis P Patrinos and H SarimveisldquoModel Predictive Control for sampled-data li-near systems Guaranteeing continuous-time po-sitive invariancerdquo 2012 IEEE Trans Aut Contrsubmitted for publication

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Σχήμα Σύγκριση των πεδίων έλξης

της μεθοδολογίας μας με αυτή των

Magni και Scattolini

Π Σωπασάκης Διδακτορική Διατριβή 5282

VΚρουστική Χορήγηση

Αναλλοίωτο και Ευστάθεια Κρουστικών Συστημάτων Ελέγχου και

Σχεδιασμός Ελεγκτή Προβλεπτικού Μοντέλου

Π Σωπασάκης Διδακτορική Διατριβή 5382

V Κίνητρο

Τα Κρουστικά Δυναμικά περιγράφουν φαινόμενα στα οποία συμβα-

ίνουν στιγμιαία άλματα Σχετικά παραδείγματα είναι

1 Ζυμωτήρας διαλείποντος έργου (Shen et al 2007)

2 Πληθυσμιακή Δυναμική (Stone et al 2000)

3 Νανοηλεκτρονικά κυκλώματα (Yang and Chua 2000)

4 Πλοήγηση διαστημοπλοίου (Carter 1991)

5 Χορήγηση φαρμάκου (Kusuoka et al 1981)

Υπάρχει ωστόσο ένα μεθοδολογικό κενό ndash το οποίο προσπα-

θήσαμε να γεφυρώσουμε ndash το οποίο δεν επιτρέπει τη χρήση τους σε

εφαρμογές ελέγχου συστημάτων

Π Σωπασάκης Διδακτορική Διατριβή 5482

V Παράδειγμα Κρουστικής Συμπεριφοράς

minus2 minus1 0 1 2 3 4 5minus3

minus2

minus1

0

1

2

3

4

x1

x2

Impulsive Behaviour

Π Σωπασάκης Διδακτορική Διατριβή 5582

V Γραμμικά Κρουστικά Συστήματα τύπου Ι

Εστιάζουμε στα ακόλουθα κρουστικά συστήματα

dx

dt= Ax t isin hN (3αʹ)

(∆x)(τk) = BU(k x(τk)) (3βʹ)

όπου τk = kh k isin N Η λύση του (3) που τέμνει το (t0 x0) isinR times D με τη δράση της συνάρτησης ελέγχου U(k x) = g(x(τk))συμβολίζεται με ϕ(t t0 x0 g(middot))Το (3) υπόκειται στους περιορισμούς

x(t) isin X για κάθε t ge 0 X πολύεδρο

uk = g(x(τk)) isin U για κάθε k isin N U πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 5682

V Το πρόβλημα

Τα μόνα σημεία ισορροπίας τέτοιων συστημάτων τις περισσότερες

φορές δεν είναι άλλα από την αρχή ndash ή πιο γενικά σημεία

(xs us) isin kerAtimes kerB

΄Αρα δεν είναι δυνατό να σχεδιάσουμε σταθεροποιητικούς νόμους

ανάδρασης που οδηγούν την κατάσταση των κρουστικών συστη-

μάτων σε αυθαίρετα επιθυμητά σημεία

Π Σωπασάκης Διδακτορική Διατριβή 5782

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Π Σωπασάκης Διδακτορική Διατριβή 5982

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Υπολογισμός Ορίζουμε το F P(Rn)rarr P(Rn) ως

F (Ω) = projx

(y u) isin Rn+m

∣∣∣∣ ϕ(T 0 y u) isin ΩS (y u) sube Z

cap Ω

όπου S(x u) sube W(x u)1 Κάθε Y με F (Y) = Y είναι ένα Κρου-

στικά Ελεγκτικά Αναλλοώτο σύνολο ως προς Z

1Σημειώστε ότι W(x u) = clϕ(t 0 x u) t isin (0 h]Π Σωπασάκης Διδακτορική Διατριβή 6082

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Κατασκευάζουμε μια εμφολευμένη ακολουθία συνόλων YkkisinN ώστε

Y0 = ZYk+1 = F (Yk) k isin N

Το όριο

Yinfin =⋂kisinNYk

είναι ΚΕΑ Αν η σύγκλιση γίνεται σε πεπερασμένο αριθμό βημάτων

τότε είναι πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 6182

V Κρουστική Ευστάθεια Συνόλων

΄Ενα empty 6= Z $ X λέγεται ευσταθές για ένα δοσμένο σύστημα Σg

ndash με ανατροφοδότηση U(k x) = g(x(τk)) ndash ως προς ένα Y 6= empty αν

forallε gt 0existδ gt 0 x0 isin BYδ rArr ϕ(tx0 g(middot)) isin BZε forallt ge 0

Το Z λέγεται τοπικά ασυμπτωτικά ευσταθές για το Σgως

προς Y αν είναι ευσταθές και υπάρχει ε gt 0 ώστε

limtrarrinfin

distZ ϕ(tx0 g(middot)) = 0

οπόταν x0 isin BYε

Ορίζουμε BYδ = x isin X | distY(x) lt δ

Π Σωπασάκης Διδακτορική Διατριβή 6282

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 36: Modelling and Control of Biological and Physiological Systems

ΙΙΙ Κλασματική Φαρμακοκινητική

Χρησιμοποιούμε κλασματικές παραγώγους διότι

1 Οι παράγωγοι μη ακέραιας τάξης είναι μη-τοπικοί τελεστές

και άρα περιγράφουν διεργασίες με μνήμη όπως

3 η ανώμαλη διάχυση και

4 η παγίδευση φαρμάκου σε ιστούς

R Hilfer ldquoFractional diffusion based on Riemann-Liouville fractional derivativesrdquo J PhysChem B vol 104 pp 3914ndash3917 2000

Π Σωπασάκης Διδακτορική Διατριβή 3482

ΙΙΙ Κλασματική Φαρμακοκινητική Αμιοδαρόνης

Φαρμακοκινητικές Εξισώσεις

DA1 = minus(k12 + k10)A1(t) + k21 middot C D1minusaA2(t) + u(t)

DA2 = k12A1(t)minus k21 middot C D1minusaA2(t)

Π Σωπασάκης Διδακτορική Διατριβή 3582

ΙΙΙ Ρυθμιστής PIλDmicro

Κλασματικός ρυθμιστής με συνάρτηση μεταφοράς

Gc(s) = Kp +Ki

sλ+Kds

micro

ο οποίος παράγει τη ρυθμιστική δράση

u(t) = Kpε(t) +Ki(Iλ ε)(t) + (C Dmicro ε)(t)

όπου ε(t) = ySP (t)minus y(t)

Π Σωπασάκης Διδακτορική Διατριβή 3682

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Βαθμονόμηση Κλασματικού Ρυθμιστή

Ελαχιστοποίηση ενός ολοκληρωτικού κριστηρίου όπως του

JTfITAE =

int Tf

0τ |ε(τ)|dτ

Δηλαδή επίλυση του προβλήματος βελτιστοποίησης

J = min JTfITAE(KpKiKd λ micro)

υπό τις προαναφερθείσες προδιαγραφές βαθμονόμησης απ΄

όπου προκύπτουν οι βέλτιστες παράμετροι βαθμονόμησης

(Kp K

i K

d λ

micro) = argminJTfITAE

Π Σωπασάκης Διδακτορική Διατριβή 3882

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Εφαρμόζοντας το μετασχηματισμό Laplace προκύπτει η συνάρτηση

μεταφοράς του συστήματος

G(s) equiv A1(s)

U(s)=

sa + k21sa+1 + k21s+ (k10 + k12)sa + k10k21

Πίνακας ΦΚ Παράμετροι Αμιοδαρόνης

Παράμετρος Τιμή

a 05870k10 14913dayminus1

k12 29522dayminus1

k21 04854dayminusa

A Dokoumetzidis R Magin and P Macheras ldquoFractional kinetics in multi- compartmentalsystemsrdquo Journal of Pharmacokinetics and Pharmacodynamics vol 37 pp 507ndash524 2010

Π Σωπασάκης Διδακτορική Διατριβή 3982

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Πίνακας Βέλτιστες Παράμε-

τροι Βαθμονόμησης Κλασμα-

τικού Ρυθμιστή

Παράμετρος Τιμή

Kp 5052Ki 1511Kd 00756λ 09170micro 07590

005 01 015 02 025 030

002

004

006

008

01

012

Kp=20

Kp=95

Kp=K

p

opt

Time (days)

Am

ou

nt

A1

Π Σωπασάκης Διδακτορική Διατριβή 4082

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus100

minus50

0

50

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ανοιχτού βρόγχου Το περι-

θώριο φάσης είναι 98 και το περιθώριο ενίσχυσης 439db

Π Σωπασάκης Διδακτορική Διατριβή 4182

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus80

minus60

minus40

minus20

0

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης καθοδήγησης Η απολαβή στις

υψηλές συχνότητες (gt 102radday) είναι κάτω των minus60db

Π Σωπασάκης Διδακτορική Διατριβή 4282

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus30

minus20

minus10

0

10

Magnitude (

dB

)

10minus3

10minus2

10minus1

100

101

102

minus30

0

30

60

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ευαισθησίας Η απολαβή χα-

μηλών συχνοτήτων (lt 10minus2radday) είναι κάτω των minus20db

Π Σωπασάκης Διδακτορική Διατριβή 4382

IVΔειγματοληπτική Χορήγηση

Εξασφάλιση ικανοποίησης των περιορισμών στο συνεχές

Π Σωπασάκης Διδακτορική Διατριβή 4482

IV Συστήματα με Δειγματοληψία

΄Ενα σύστημα με δειγματοληψία με στοιχείο διατήρησης τιμής μη-

δενικής τάξης έχει τη μορφή

dx

dt= f(x(t) u(t))

u(t) = uk forallt isin [kh (k + 1)h)

Π Σωπασάκης Διδακτορική Διατριβή 4582

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Ο σχεδιασμός ενός ΕΠΜ που εγγυάται ικανοποίηση των

περιορισμών στο συνεχές είχε αναγνωριστεί ως ανοιχτό

πρόβλημα από τους L Grune και J Pannek το 2011

L Grune and J Pannek Nonlinear Model Predictive Control Theory and Algorithms ser Com-munications and Control Engineering Springer-Verlag 2011

Π Σωπασάκης Διδακτορική Διατριβή 4782

IV Διατύπωση του Προβλήματος

Το αρχικό πρόβλημα βελτιστοποίησης PN (x0) είναι

V N (x0) = inf

uisinCh([0Tf ]Rm)

int Tf

0`(x(t) u(t))dt+ Vf (x(Tf ))

υπό τους περιορισμούς

x(0) = x0

x(t) = Ax(t) +Bu(t) t isin [0 Tf ]

u(t) = uk t isin [kh (k + 1)h) k isin N[0Nminus1]

x(t) isin X t isin [0 Tf ] (Ημιάπειρο Πρόβλημα)

u(t) isin U t isin [0 Tf ]

x(Tf ) isin Xf

όπου Tf = Nh `(x u) = 12(xprimeQx+ uprimeRu) και Vf (x) = 1

2xprimePx

Π Σωπασάκης Διδακτορική Διατριβή 4882

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Πολυτοπικές Υπερπροσεγγίσεις

Χρησιμοποιώντας τη μέθοδο δι-

άσπασης Jordan σε συνδυασμό

με τη μέθοδο πλεγματοποίησης-

φράγματος κατασκευάζουμε πολύτο-

πα Pν με

Pν supe co Φ([0 h])

και

PνKrarr co Φ([0 h])

Ορίζουμε

Zν = Pminus1ν (X )

Αποδείξαμε ότι

Zν rarr Zh

minus06 minus04 minus02 0 02 04 06 08 1 12

065

07

075

08

085

09

095

1

x1

x2

Σχήμα Πολυτοπική Υπερπροσέγγι-

ση της συνάρτησης ∆(r) = eAr

P Patrinos P Sopasakis and H SarimveisldquoStochastic model predictive control for con-strained NCS with random time delayrdquo in Proc18th IFAC World Congress Aug 28 ndash Sep 22011

Π Σωπασάκης Διδακτορική Διατριβή 5082

IV Αναδιαμορφωμένο πρόβλημα ΕΠΜ

Διαμορφώνουμε την ακολουθία προβλημάτων ΕΠΜ

PνN (x0) V Nν (x0) = min

u[0Nminus1]isinUνN (x0)VN(x0u[0Nminus1]

)(1)

όπου

UνN (x0) =

u[0Nminus1]

∣∣∣∣∣∣∣∣∣∣

xk+1 = Ahxk +Bhukk isin N[0Nminus1]

(xk uk) isin Zν k isin N[0Nminus1]uk isin U k isin N[0Nminus1]xN isin X νf

(2)

Απ΄ όπου προκύπτουν οι βέλτιστες ακολουθίες λύσεων uν[0Nminus1]

Π Σωπασάκης Διδακτορική Διατριβή 5182

IV Ιδιότητες του ΕΠΜ

Ιδιότητες του σχήματος ΕΠΜ που

προτείνουμε

1 Ικανοποίηση των περιορισμών

στο συνεχή χρόνο

2 Εγγύηση ευστάθειας στο συνε-

χή χρόνο

3 uν[0Nminus1]grarr u[0Nminus1]

4 V Nνerarr V N

P Sopasakis P Patrinos and H SarimveisldquoModel Predictive Control for sampled-data li-near systems Guaranteeing continuous-time po-sitive invariancerdquo 2012 IEEE Trans Aut Contrsubmitted for publication

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Σχήμα Σύγκριση των πεδίων έλξης

της μεθοδολογίας μας με αυτή των

Magni και Scattolini

Π Σωπασάκης Διδακτορική Διατριβή 5282

VΚρουστική Χορήγηση

Αναλλοίωτο και Ευστάθεια Κρουστικών Συστημάτων Ελέγχου και

Σχεδιασμός Ελεγκτή Προβλεπτικού Μοντέλου

Π Σωπασάκης Διδακτορική Διατριβή 5382

V Κίνητρο

Τα Κρουστικά Δυναμικά περιγράφουν φαινόμενα στα οποία συμβα-

ίνουν στιγμιαία άλματα Σχετικά παραδείγματα είναι

1 Ζυμωτήρας διαλείποντος έργου (Shen et al 2007)

2 Πληθυσμιακή Δυναμική (Stone et al 2000)

3 Νανοηλεκτρονικά κυκλώματα (Yang and Chua 2000)

4 Πλοήγηση διαστημοπλοίου (Carter 1991)

5 Χορήγηση φαρμάκου (Kusuoka et al 1981)

Υπάρχει ωστόσο ένα μεθοδολογικό κενό ndash το οποίο προσπα-

θήσαμε να γεφυρώσουμε ndash το οποίο δεν επιτρέπει τη χρήση τους σε

εφαρμογές ελέγχου συστημάτων

Π Σωπασάκης Διδακτορική Διατριβή 5482

V Παράδειγμα Κρουστικής Συμπεριφοράς

minus2 minus1 0 1 2 3 4 5minus3

minus2

minus1

0

1

2

3

4

x1

x2

Impulsive Behaviour

Π Σωπασάκης Διδακτορική Διατριβή 5582

V Γραμμικά Κρουστικά Συστήματα τύπου Ι

Εστιάζουμε στα ακόλουθα κρουστικά συστήματα

dx

dt= Ax t isin hN (3αʹ)

(∆x)(τk) = BU(k x(τk)) (3βʹ)

όπου τk = kh k isin N Η λύση του (3) που τέμνει το (t0 x0) isinR times D με τη δράση της συνάρτησης ελέγχου U(k x) = g(x(τk))συμβολίζεται με ϕ(t t0 x0 g(middot))Το (3) υπόκειται στους περιορισμούς

x(t) isin X για κάθε t ge 0 X πολύεδρο

uk = g(x(τk)) isin U για κάθε k isin N U πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 5682

V Το πρόβλημα

Τα μόνα σημεία ισορροπίας τέτοιων συστημάτων τις περισσότερες

φορές δεν είναι άλλα από την αρχή ndash ή πιο γενικά σημεία

(xs us) isin kerAtimes kerB

΄Αρα δεν είναι δυνατό να σχεδιάσουμε σταθεροποιητικούς νόμους

ανάδρασης που οδηγούν την κατάσταση των κρουστικών συστη-

μάτων σε αυθαίρετα επιθυμητά σημεία

Π Σωπασάκης Διδακτορική Διατριβή 5782

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Π Σωπασάκης Διδακτορική Διατριβή 5982

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Υπολογισμός Ορίζουμε το F P(Rn)rarr P(Rn) ως

F (Ω) = projx

(y u) isin Rn+m

∣∣∣∣ ϕ(T 0 y u) isin ΩS (y u) sube Z

cap Ω

όπου S(x u) sube W(x u)1 Κάθε Y με F (Y) = Y είναι ένα Κρου-

στικά Ελεγκτικά Αναλλοώτο σύνολο ως προς Z

1Σημειώστε ότι W(x u) = clϕ(t 0 x u) t isin (0 h]Π Σωπασάκης Διδακτορική Διατριβή 6082

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Κατασκευάζουμε μια εμφολευμένη ακολουθία συνόλων YkkisinN ώστε

Y0 = ZYk+1 = F (Yk) k isin N

Το όριο

Yinfin =⋂kisinNYk

είναι ΚΕΑ Αν η σύγκλιση γίνεται σε πεπερασμένο αριθμό βημάτων

τότε είναι πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 6182

V Κρουστική Ευστάθεια Συνόλων

΄Ενα empty 6= Z $ X λέγεται ευσταθές για ένα δοσμένο σύστημα Σg

ndash με ανατροφοδότηση U(k x) = g(x(τk)) ndash ως προς ένα Y 6= empty αν

forallε gt 0existδ gt 0 x0 isin BYδ rArr ϕ(tx0 g(middot)) isin BZε forallt ge 0

Το Z λέγεται τοπικά ασυμπτωτικά ευσταθές για το Σgως

προς Y αν είναι ευσταθές και υπάρχει ε gt 0 ώστε

limtrarrinfin

distZ ϕ(tx0 g(middot)) = 0

οπόταν x0 isin BYε

Ορίζουμε BYδ = x isin X | distY(x) lt δ

Π Σωπασάκης Διδακτορική Διατριβή 6282

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 37: Modelling and Control of Biological and Physiological Systems

ΙΙΙ Κλασματική Φαρμακοκινητική Αμιοδαρόνης

Φαρμακοκινητικές Εξισώσεις

DA1 = minus(k12 + k10)A1(t) + k21 middot C D1minusaA2(t) + u(t)

DA2 = k12A1(t)minus k21 middot C D1minusaA2(t)

Π Σωπασάκης Διδακτορική Διατριβή 3582

ΙΙΙ Ρυθμιστής PIλDmicro

Κλασματικός ρυθμιστής με συνάρτηση μεταφοράς

Gc(s) = Kp +Ki

sλ+Kds

micro

ο οποίος παράγει τη ρυθμιστική δράση

u(t) = Kpε(t) +Ki(Iλ ε)(t) + (C Dmicro ε)(t)

όπου ε(t) = ySP (t)minus y(t)

Π Σωπασάκης Διδακτορική Διατριβή 3682

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Βαθμονόμηση Κλασματικού Ρυθμιστή

Ελαχιστοποίηση ενός ολοκληρωτικού κριστηρίου όπως του

JTfITAE =

int Tf

0τ |ε(τ)|dτ

Δηλαδή επίλυση του προβλήματος βελτιστοποίησης

J = min JTfITAE(KpKiKd λ micro)

υπό τις προαναφερθείσες προδιαγραφές βαθμονόμησης απ΄

όπου προκύπτουν οι βέλτιστες παράμετροι βαθμονόμησης

(Kp K

i K

d λ

micro) = argminJTfITAE

Π Σωπασάκης Διδακτορική Διατριβή 3882

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Εφαρμόζοντας το μετασχηματισμό Laplace προκύπτει η συνάρτηση

μεταφοράς του συστήματος

G(s) equiv A1(s)

U(s)=

sa + k21sa+1 + k21s+ (k10 + k12)sa + k10k21

Πίνακας ΦΚ Παράμετροι Αμιοδαρόνης

Παράμετρος Τιμή

a 05870k10 14913dayminus1

k12 29522dayminus1

k21 04854dayminusa

A Dokoumetzidis R Magin and P Macheras ldquoFractional kinetics in multi- compartmentalsystemsrdquo Journal of Pharmacokinetics and Pharmacodynamics vol 37 pp 507ndash524 2010

Π Σωπασάκης Διδακτορική Διατριβή 3982

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Πίνακας Βέλτιστες Παράμε-

τροι Βαθμονόμησης Κλασμα-

τικού Ρυθμιστή

Παράμετρος Τιμή

Kp 5052Ki 1511Kd 00756λ 09170micro 07590

005 01 015 02 025 030

002

004

006

008

01

012

Kp=20

Kp=95

Kp=K

p

opt

Time (days)

Am

ou

nt

A1

Π Σωπασάκης Διδακτορική Διατριβή 4082

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus100

minus50

0

50

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ανοιχτού βρόγχου Το περι-

θώριο φάσης είναι 98 και το περιθώριο ενίσχυσης 439db

Π Σωπασάκης Διδακτορική Διατριβή 4182

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus80

minus60

minus40

minus20

0

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης καθοδήγησης Η απολαβή στις

υψηλές συχνότητες (gt 102radday) είναι κάτω των minus60db

Π Σωπασάκης Διδακτορική Διατριβή 4282

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus30

minus20

minus10

0

10

Magnitude (

dB

)

10minus3

10minus2

10minus1

100

101

102

minus30

0

30

60

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ευαισθησίας Η απολαβή χα-

μηλών συχνοτήτων (lt 10minus2radday) είναι κάτω των minus20db

Π Σωπασάκης Διδακτορική Διατριβή 4382

IVΔειγματοληπτική Χορήγηση

Εξασφάλιση ικανοποίησης των περιορισμών στο συνεχές

Π Σωπασάκης Διδακτορική Διατριβή 4482

IV Συστήματα με Δειγματοληψία

΄Ενα σύστημα με δειγματοληψία με στοιχείο διατήρησης τιμής μη-

δενικής τάξης έχει τη μορφή

dx

dt= f(x(t) u(t))

u(t) = uk forallt isin [kh (k + 1)h)

Π Σωπασάκης Διδακτορική Διατριβή 4582

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Ο σχεδιασμός ενός ΕΠΜ που εγγυάται ικανοποίηση των

περιορισμών στο συνεχές είχε αναγνωριστεί ως ανοιχτό

πρόβλημα από τους L Grune και J Pannek το 2011

L Grune and J Pannek Nonlinear Model Predictive Control Theory and Algorithms ser Com-munications and Control Engineering Springer-Verlag 2011

Π Σωπασάκης Διδακτορική Διατριβή 4782

IV Διατύπωση του Προβλήματος

Το αρχικό πρόβλημα βελτιστοποίησης PN (x0) είναι

V N (x0) = inf

uisinCh([0Tf ]Rm)

int Tf

0`(x(t) u(t))dt+ Vf (x(Tf ))

υπό τους περιορισμούς

x(0) = x0

x(t) = Ax(t) +Bu(t) t isin [0 Tf ]

u(t) = uk t isin [kh (k + 1)h) k isin N[0Nminus1]

x(t) isin X t isin [0 Tf ] (Ημιάπειρο Πρόβλημα)

u(t) isin U t isin [0 Tf ]

x(Tf ) isin Xf

όπου Tf = Nh `(x u) = 12(xprimeQx+ uprimeRu) και Vf (x) = 1

2xprimePx

Π Σωπασάκης Διδακτορική Διατριβή 4882

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Πολυτοπικές Υπερπροσεγγίσεις

Χρησιμοποιώντας τη μέθοδο δι-

άσπασης Jordan σε συνδυασμό

με τη μέθοδο πλεγματοποίησης-

φράγματος κατασκευάζουμε πολύτο-

πα Pν με

Pν supe co Φ([0 h])

και

PνKrarr co Φ([0 h])

Ορίζουμε

Zν = Pminus1ν (X )

Αποδείξαμε ότι

Zν rarr Zh

minus06 minus04 minus02 0 02 04 06 08 1 12

065

07

075

08

085

09

095

1

x1

x2

Σχήμα Πολυτοπική Υπερπροσέγγι-

ση της συνάρτησης ∆(r) = eAr

P Patrinos P Sopasakis and H SarimveisldquoStochastic model predictive control for con-strained NCS with random time delayrdquo in Proc18th IFAC World Congress Aug 28 ndash Sep 22011

Π Σωπασάκης Διδακτορική Διατριβή 5082

IV Αναδιαμορφωμένο πρόβλημα ΕΠΜ

Διαμορφώνουμε την ακολουθία προβλημάτων ΕΠΜ

PνN (x0) V Nν (x0) = min

u[0Nminus1]isinUνN (x0)VN(x0u[0Nminus1]

)(1)

όπου

UνN (x0) =

u[0Nminus1]

∣∣∣∣∣∣∣∣∣∣

xk+1 = Ahxk +Bhukk isin N[0Nminus1]

(xk uk) isin Zν k isin N[0Nminus1]uk isin U k isin N[0Nminus1]xN isin X νf

(2)

Απ΄ όπου προκύπτουν οι βέλτιστες ακολουθίες λύσεων uν[0Nminus1]

Π Σωπασάκης Διδακτορική Διατριβή 5182

IV Ιδιότητες του ΕΠΜ

Ιδιότητες του σχήματος ΕΠΜ που

προτείνουμε

1 Ικανοποίηση των περιορισμών

στο συνεχή χρόνο

2 Εγγύηση ευστάθειας στο συνε-

χή χρόνο

3 uν[0Nminus1]grarr u[0Nminus1]

4 V Nνerarr V N

P Sopasakis P Patrinos and H SarimveisldquoModel Predictive Control for sampled-data li-near systems Guaranteeing continuous-time po-sitive invariancerdquo 2012 IEEE Trans Aut Contrsubmitted for publication

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Σχήμα Σύγκριση των πεδίων έλξης

της μεθοδολογίας μας με αυτή των

Magni και Scattolini

Π Σωπασάκης Διδακτορική Διατριβή 5282

VΚρουστική Χορήγηση

Αναλλοίωτο και Ευστάθεια Κρουστικών Συστημάτων Ελέγχου και

Σχεδιασμός Ελεγκτή Προβλεπτικού Μοντέλου

Π Σωπασάκης Διδακτορική Διατριβή 5382

V Κίνητρο

Τα Κρουστικά Δυναμικά περιγράφουν φαινόμενα στα οποία συμβα-

ίνουν στιγμιαία άλματα Σχετικά παραδείγματα είναι

1 Ζυμωτήρας διαλείποντος έργου (Shen et al 2007)

2 Πληθυσμιακή Δυναμική (Stone et al 2000)

3 Νανοηλεκτρονικά κυκλώματα (Yang and Chua 2000)

4 Πλοήγηση διαστημοπλοίου (Carter 1991)

5 Χορήγηση φαρμάκου (Kusuoka et al 1981)

Υπάρχει ωστόσο ένα μεθοδολογικό κενό ndash το οποίο προσπα-

θήσαμε να γεφυρώσουμε ndash το οποίο δεν επιτρέπει τη χρήση τους σε

εφαρμογές ελέγχου συστημάτων

Π Σωπασάκης Διδακτορική Διατριβή 5482

V Παράδειγμα Κρουστικής Συμπεριφοράς

minus2 minus1 0 1 2 3 4 5minus3

minus2

minus1

0

1

2

3

4

x1

x2

Impulsive Behaviour

Π Σωπασάκης Διδακτορική Διατριβή 5582

V Γραμμικά Κρουστικά Συστήματα τύπου Ι

Εστιάζουμε στα ακόλουθα κρουστικά συστήματα

dx

dt= Ax t isin hN (3αʹ)

(∆x)(τk) = BU(k x(τk)) (3βʹ)

όπου τk = kh k isin N Η λύση του (3) που τέμνει το (t0 x0) isinR times D με τη δράση της συνάρτησης ελέγχου U(k x) = g(x(τk))συμβολίζεται με ϕ(t t0 x0 g(middot))Το (3) υπόκειται στους περιορισμούς

x(t) isin X για κάθε t ge 0 X πολύεδρο

uk = g(x(τk)) isin U για κάθε k isin N U πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 5682

V Το πρόβλημα

Τα μόνα σημεία ισορροπίας τέτοιων συστημάτων τις περισσότερες

φορές δεν είναι άλλα από την αρχή ndash ή πιο γενικά σημεία

(xs us) isin kerAtimes kerB

΄Αρα δεν είναι δυνατό να σχεδιάσουμε σταθεροποιητικούς νόμους

ανάδρασης που οδηγούν την κατάσταση των κρουστικών συστη-

μάτων σε αυθαίρετα επιθυμητά σημεία

Π Σωπασάκης Διδακτορική Διατριβή 5782

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Π Σωπασάκης Διδακτορική Διατριβή 5982

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Υπολογισμός Ορίζουμε το F P(Rn)rarr P(Rn) ως

F (Ω) = projx

(y u) isin Rn+m

∣∣∣∣ ϕ(T 0 y u) isin ΩS (y u) sube Z

cap Ω

όπου S(x u) sube W(x u)1 Κάθε Y με F (Y) = Y είναι ένα Κρου-

στικά Ελεγκτικά Αναλλοώτο σύνολο ως προς Z

1Σημειώστε ότι W(x u) = clϕ(t 0 x u) t isin (0 h]Π Σωπασάκης Διδακτορική Διατριβή 6082

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Κατασκευάζουμε μια εμφολευμένη ακολουθία συνόλων YkkisinN ώστε

Y0 = ZYk+1 = F (Yk) k isin N

Το όριο

Yinfin =⋂kisinNYk

είναι ΚΕΑ Αν η σύγκλιση γίνεται σε πεπερασμένο αριθμό βημάτων

τότε είναι πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 6182

V Κρουστική Ευστάθεια Συνόλων

΄Ενα empty 6= Z $ X λέγεται ευσταθές για ένα δοσμένο σύστημα Σg

ndash με ανατροφοδότηση U(k x) = g(x(τk)) ndash ως προς ένα Y 6= empty αν

forallε gt 0existδ gt 0 x0 isin BYδ rArr ϕ(tx0 g(middot)) isin BZε forallt ge 0

Το Z λέγεται τοπικά ασυμπτωτικά ευσταθές για το Σgως

προς Y αν είναι ευσταθές και υπάρχει ε gt 0 ώστε

limtrarrinfin

distZ ϕ(tx0 g(middot)) = 0

οπόταν x0 isin BYε

Ορίζουμε BYδ = x isin X | distY(x) lt δ

Π Σωπασάκης Διδακτορική Διατριβή 6282

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 38: Modelling and Control of Biological and Physiological Systems

ΙΙΙ Ρυθμιστής PIλDmicro

Κλασματικός ρυθμιστής με συνάρτηση μεταφοράς

Gc(s) = Kp +Ki

sλ+Kds

micro

ο οποίος παράγει τη ρυθμιστική δράση

u(t) = Kpε(t) +Ki(Iλ ε)(t) + (C Dmicro ε)(t)

όπου ε(t) = ySP (t)minus y(t)

Π Σωπασάκης Διδακτορική Διατριβή 3682

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Βαθμονόμηση Κλασματικού Ρυθμιστή

Ελαχιστοποίηση ενός ολοκληρωτικού κριστηρίου όπως του

JTfITAE =

int Tf

0τ |ε(τ)|dτ

Δηλαδή επίλυση του προβλήματος βελτιστοποίησης

J = min JTfITAE(KpKiKd λ micro)

υπό τις προαναφερθείσες προδιαγραφές βαθμονόμησης απ΄

όπου προκύπτουν οι βέλτιστες παράμετροι βαθμονόμησης

(Kp K

i K

d λ

micro) = argminJTfITAE

Π Σωπασάκης Διδακτορική Διατριβή 3882

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Εφαρμόζοντας το μετασχηματισμό Laplace προκύπτει η συνάρτηση

μεταφοράς του συστήματος

G(s) equiv A1(s)

U(s)=

sa + k21sa+1 + k21s+ (k10 + k12)sa + k10k21

Πίνακας ΦΚ Παράμετροι Αμιοδαρόνης

Παράμετρος Τιμή

a 05870k10 14913dayminus1

k12 29522dayminus1

k21 04854dayminusa

A Dokoumetzidis R Magin and P Macheras ldquoFractional kinetics in multi- compartmentalsystemsrdquo Journal of Pharmacokinetics and Pharmacodynamics vol 37 pp 507ndash524 2010

Π Σωπασάκης Διδακτορική Διατριβή 3982

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Πίνακας Βέλτιστες Παράμε-

τροι Βαθμονόμησης Κλασμα-

τικού Ρυθμιστή

Παράμετρος Τιμή

Kp 5052Ki 1511Kd 00756λ 09170micro 07590

005 01 015 02 025 030

002

004

006

008

01

012

Kp=20

Kp=95

Kp=K

p

opt

Time (days)

Am

ou

nt

A1

Π Σωπασάκης Διδακτορική Διατριβή 4082

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus100

minus50

0

50

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ανοιχτού βρόγχου Το περι-

θώριο φάσης είναι 98 και το περιθώριο ενίσχυσης 439db

Π Σωπασάκης Διδακτορική Διατριβή 4182

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus80

minus60

minus40

minus20

0

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης καθοδήγησης Η απολαβή στις

υψηλές συχνότητες (gt 102radday) είναι κάτω των minus60db

Π Σωπασάκης Διδακτορική Διατριβή 4282

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus30

minus20

minus10

0

10

Magnitude (

dB

)

10minus3

10minus2

10minus1

100

101

102

minus30

0

30

60

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ευαισθησίας Η απολαβή χα-

μηλών συχνοτήτων (lt 10minus2radday) είναι κάτω των minus20db

Π Σωπασάκης Διδακτορική Διατριβή 4382

IVΔειγματοληπτική Χορήγηση

Εξασφάλιση ικανοποίησης των περιορισμών στο συνεχές

Π Σωπασάκης Διδακτορική Διατριβή 4482

IV Συστήματα με Δειγματοληψία

΄Ενα σύστημα με δειγματοληψία με στοιχείο διατήρησης τιμής μη-

δενικής τάξης έχει τη μορφή

dx

dt= f(x(t) u(t))

u(t) = uk forallt isin [kh (k + 1)h)

Π Σωπασάκης Διδακτορική Διατριβή 4582

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Ο σχεδιασμός ενός ΕΠΜ που εγγυάται ικανοποίηση των

περιορισμών στο συνεχές είχε αναγνωριστεί ως ανοιχτό

πρόβλημα από τους L Grune και J Pannek το 2011

L Grune and J Pannek Nonlinear Model Predictive Control Theory and Algorithms ser Com-munications and Control Engineering Springer-Verlag 2011

Π Σωπασάκης Διδακτορική Διατριβή 4782

IV Διατύπωση του Προβλήματος

Το αρχικό πρόβλημα βελτιστοποίησης PN (x0) είναι

V N (x0) = inf

uisinCh([0Tf ]Rm)

int Tf

0`(x(t) u(t))dt+ Vf (x(Tf ))

υπό τους περιορισμούς

x(0) = x0

x(t) = Ax(t) +Bu(t) t isin [0 Tf ]

u(t) = uk t isin [kh (k + 1)h) k isin N[0Nminus1]

x(t) isin X t isin [0 Tf ] (Ημιάπειρο Πρόβλημα)

u(t) isin U t isin [0 Tf ]

x(Tf ) isin Xf

όπου Tf = Nh `(x u) = 12(xprimeQx+ uprimeRu) και Vf (x) = 1

2xprimePx

Π Σωπασάκης Διδακτορική Διατριβή 4882

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Πολυτοπικές Υπερπροσεγγίσεις

Χρησιμοποιώντας τη μέθοδο δι-

άσπασης Jordan σε συνδυασμό

με τη μέθοδο πλεγματοποίησης-

φράγματος κατασκευάζουμε πολύτο-

πα Pν με

Pν supe co Φ([0 h])

και

PνKrarr co Φ([0 h])

Ορίζουμε

Zν = Pminus1ν (X )

Αποδείξαμε ότι

Zν rarr Zh

minus06 minus04 minus02 0 02 04 06 08 1 12

065

07

075

08

085

09

095

1

x1

x2

Σχήμα Πολυτοπική Υπερπροσέγγι-

ση της συνάρτησης ∆(r) = eAr

P Patrinos P Sopasakis and H SarimveisldquoStochastic model predictive control for con-strained NCS with random time delayrdquo in Proc18th IFAC World Congress Aug 28 ndash Sep 22011

Π Σωπασάκης Διδακτορική Διατριβή 5082

IV Αναδιαμορφωμένο πρόβλημα ΕΠΜ

Διαμορφώνουμε την ακολουθία προβλημάτων ΕΠΜ

PνN (x0) V Nν (x0) = min

u[0Nminus1]isinUνN (x0)VN(x0u[0Nminus1]

)(1)

όπου

UνN (x0) =

u[0Nminus1]

∣∣∣∣∣∣∣∣∣∣

xk+1 = Ahxk +Bhukk isin N[0Nminus1]

(xk uk) isin Zν k isin N[0Nminus1]uk isin U k isin N[0Nminus1]xN isin X νf

(2)

Απ΄ όπου προκύπτουν οι βέλτιστες ακολουθίες λύσεων uν[0Nminus1]

Π Σωπασάκης Διδακτορική Διατριβή 5182

IV Ιδιότητες του ΕΠΜ

Ιδιότητες του σχήματος ΕΠΜ που

προτείνουμε

1 Ικανοποίηση των περιορισμών

στο συνεχή χρόνο

2 Εγγύηση ευστάθειας στο συνε-

χή χρόνο

3 uν[0Nminus1]grarr u[0Nminus1]

4 V Nνerarr V N

P Sopasakis P Patrinos and H SarimveisldquoModel Predictive Control for sampled-data li-near systems Guaranteeing continuous-time po-sitive invariancerdquo 2012 IEEE Trans Aut Contrsubmitted for publication

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Σχήμα Σύγκριση των πεδίων έλξης

της μεθοδολογίας μας με αυτή των

Magni και Scattolini

Π Σωπασάκης Διδακτορική Διατριβή 5282

VΚρουστική Χορήγηση

Αναλλοίωτο και Ευστάθεια Κρουστικών Συστημάτων Ελέγχου και

Σχεδιασμός Ελεγκτή Προβλεπτικού Μοντέλου

Π Σωπασάκης Διδακτορική Διατριβή 5382

V Κίνητρο

Τα Κρουστικά Δυναμικά περιγράφουν φαινόμενα στα οποία συμβα-

ίνουν στιγμιαία άλματα Σχετικά παραδείγματα είναι

1 Ζυμωτήρας διαλείποντος έργου (Shen et al 2007)

2 Πληθυσμιακή Δυναμική (Stone et al 2000)

3 Νανοηλεκτρονικά κυκλώματα (Yang and Chua 2000)

4 Πλοήγηση διαστημοπλοίου (Carter 1991)

5 Χορήγηση φαρμάκου (Kusuoka et al 1981)

Υπάρχει ωστόσο ένα μεθοδολογικό κενό ndash το οποίο προσπα-

θήσαμε να γεφυρώσουμε ndash το οποίο δεν επιτρέπει τη χρήση τους σε

εφαρμογές ελέγχου συστημάτων

Π Σωπασάκης Διδακτορική Διατριβή 5482

V Παράδειγμα Κρουστικής Συμπεριφοράς

minus2 minus1 0 1 2 3 4 5minus3

minus2

minus1

0

1

2

3

4

x1

x2

Impulsive Behaviour

Π Σωπασάκης Διδακτορική Διατριβή 5582

V Γραμμικά Κρουστικά Συστήματα τύπου Ι

Εστιάζουμε στα ακόλουθα κρουστικά συστήματα

dx

dt= Ax t isin hN (3αʹ)

(∆x)(τk) = BU(k x(τk)) (3βʹ)

όπου τk = kh k isin N Η λύση του (3) που τέμνει το (t0 x0) isinR times D με τη δράση της συνάρτησης ελέγχου U(k x) = g(x(τk))συμβολίζεται με ϕ(t t0 x0 g(middot))Το (3) υπόκειται στους περιορισμούς

x(t) isin X για κάθε t ge 0 X πολύεδρο

uk = g(x(τk)) isin U για κάθε k isin N U πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 5682

V Το πρόβλημα

Τα μόνα σημεία ισορροπίας τέτοιων συστημάτων τις περισσότερες

φορές δεν είναι άλλα από την αρχή ndash ή πιο γενικά σημεία

(xs us) isin kerAtimes kerB

΄Αρα δεν είναι δυνατό να σχεδιάσουμε σταθεροποιητικούς νόμους

ανάδρασης που οδηγούν την κατάσταση των κρουστικών συστη-

μάτων σε αυθαίρετα επιθυμητά σημεία

Π Σωπασάκης Διδακτορική Διατριβή 5782

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Π Σωπασάκης Διδακτορική Διατριβή 5982

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Υπολογισμός Ορίζουμε το F P(Rn)rarr P(Rn) ως

F (Ω) = projx

(y u) isin Rn+m

∣∣∣∣ ϕ(T 0 y u) isin ΩS (y u) sube Z

cap Ω

όπου S(x u) sube W(x u)1 Κάθε Y με F (Y) = Y είναι ένα Κρου-

στικά Ελεγκτικά Αναλλοώτο σύνολο ως προς Z

1Σημειώστε ότι W(x u) = clϕ(t 0 x u) t isin (0 h]Π Σωπασάκης Διδακτορική Διατριβή 6082

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Κατασκευάζουμε μια εμφολευμένη ακολουθία συνόλων YkkisinN ώστε

Y0 = ZYk+1 = F (Yk) k isin N

Το όριο

Yinfin =⋂kisinNYk

είναι ΚΕΑ Αν η σύγκλιση γίνεται σε πεπερασμένο αριθμό βημάτων

τότε είναι πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 6182

V Κρουστική Ευστάθεια Συνόλων

΄Ενα empty 6= Z $ X λέγεται ευσταθές για ένα δοσμένο σύστημα Σg

ndash με ανατροφοδότηση U(k x) = g(x(τk)) ndash ως προς ένα Y 6= empty αν

forallε gt 0existδ gt 0 x0 isin BYδ rArr ϕ(tx0 g(middot)) isin BZε forallt ge 0

Το Z λέγεται τοπικά ασυμπτωτικά ευσταθές για το Σgως

προς Y αν είναι ευσταθές και υπάρχει ε gt 0 ώστε

limtrarrinfin

distZ ϕ(tx0 g(middot)) = 0

οπόταν x0 isin BYε

Ορίζουμε BYδ = x isin X | distY(x) lt δ

Π Σωπασάκης Διδακτορική Διατριβή 6282

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 39: Modelling and Control of Biological and Physiological Systems

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Βαθμονόμηση Κλασματικού Ρυθμιστή

Ελαχιστοποίηση ενός ολοκληρωτικού κριστηρίου όπως του

JTfITAE =

int Tf

0τ |ε(τ)|dτ

Δηλαδή επίλυση του προβλήματος βελτιστοποίησης

J = min JTfITAE(KpKiKd λ micro)

υπό τις προαναφερθείσες προδιαγραφές βαθμονόμησης απ΄

όπου προκύπτουν οι βέλτιστες παράμετροι βαθμονόμησης

(Kp K

i K

d λ

micro) = argminJTfITAE

Π Σωπασάκης Διδακτορική Διατριβή 3882

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Εφαρμόζοντας το μετασχηματισμό Laplace προκύπτει η συνάρτηση

μεταφοράς του συστήματος

G(s) equiv A1(s)

U(s)=

sa + k21sa+1 + k21s+ (k10 + k12)sa + k10k21

Πίνακας ΦΚ Παράμετροι Αμιοδαρόνης

Παράμετρος Τιμή

a 05870k10 14913dayminus1

k12 29522dayminus1

k21 04854dayminusa

A Dokoumetzidis R Magin and P Macheras ldquoFractional kinetics in multi- compartmentalsystemsrdquo Journal of Pharmacokinetics and Pharmacodynamics vol 37 pp 507ndash524 2010

Π Σωπασάκης Διδακτορική Διατριβή 3982

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Πίνακας Βέλτιστες Παράμε-

τροι Βαθμονόμησης Κλασμα-

τικού Ρυθμιστή

Παράμετρος Τιμή

Kp 5052Ki 1511Kd 00756λ 09170micro 07590

005 01 015 02 025 030

002

004

006

008

01

012

Kp=20

Kp=95

Kp=K

p

opt

Time (days)

Am

ou

nt

A1

Π Σωπασάκης Διδακτορική Διατριβή 4082

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus100

minus50

0

50

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ανοιχτού βρόγχου Το περι-

θώριο φάσης είναι 98 και το περιθώριο ενίσχυσης 439db

Π Σωπασάκης Διδακτορική Διατριβή 4182

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus80

minus60

minus40

minus20

0

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης καθοδήγησης Η απολαβή στις

υψηλές συχνότητες (gt 102radday) είναι κάτω των minus60db

Π Σωπασάκης Διδακτορική Διατριβή 4282

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus30

minus20

minus10

0

10

Magnitude (

dB

)

10minus3

10minus2

10minus1

100

101

102

minus30

0

30

60

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ευαισθησίας Η απολαβή χα-

μηλών συχνοτήτων (lt 10minus2radday) είναι κάτω των minus20db

Π Σωπασάκης Διδακτορική Διατριβή 4382

IVΔειγματοληπτική Χορήγηση

Εξασφάλιση ικανοποίησης των περιορισμών στο συνεχές

Π Σωπασάκης Διδακτορική Διατριβή 4482

IV Συστήματα με Δειγματοληψία

΄Ενα σύστημα με δειγματοληψία με στοιχείο διατήρησης τιμής μη-

δενικής τάξης έχει τη μορφή

dx

dt= f(x(t) u(t))

u(t) = uk forallt isin [kh (k + 1)h)

Π Σωπασάκης Διδακτορική Διατριβή 4582

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Ο σχεδιασμός ενός ΕΠΜ που εγγυάται ικανοποίηση των

περιορισμών στο συνεχές είχε αναγνωριστεί ως ανοιχτό

πρόβλημα από τους L Grune και J Pannek το 2011

L Grune and J Pannek Nonlinear Model Predictive Control Theory and Algorithms ser Com-munications and Control Engineering Springer-Verlag 2011

Π Σωπασάκης Διδακτορική Διατριβή 4782

IV Διατύπωση του Προβλήματος

Το αρχικό πρόβλημα βελτιστοποίησης PN (x0) είναι

V N (x0) = inf

uisinCh([0Tf ]Rm)

int Tf

0`(x(t) u(t))dt+ Vf (x(Tf ))

υπό τους περιορισμούς

x(0) = x0

x(t) = Ax(t) +Bu(t) t isin [0 Tf ]

u(t) = uk t isin [kh (k + 1)h) k isin N[0Nminus1]

x(t) isin X t isin [0 Tf ] (Ημιάπειρο Πρόβλημα)

u(t) isin U t isin [0 Tf ]

x(Tf ) isin Xf

όπου Tf = Nh `(x u) = 12(xprimeQx+ uprimeRu) και Vf (x) = 1

2xprimePx

Π Σωπασάκης Διδακτορική Διατριβή 4882

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Πολυτοπικές Υπερπροσεγγίσεις

Χρησιμοποιώντας τη μέθοδο δι-

άσπασης Jordan σε συνδυασμό

με τη μέθοδο πλεγματοποίησης-

φράγματος κατασκευάζουμε πολύτο-

πα Pν με

Pν supe co Φ([0 h])

και

PνKrarr co Φ([0 h])

Ορίζουμε

Zν = Pminus1ν (X )

Αποδείξαμε ότι

Zν rarr Zh

minus06 minus04 minus02 0 02 04 06 08 1 12

065

07

075

08

085

09

095

1

x1

x2

Σχήμα Πολυτοπική Υπερπροσέγγι-

ση της συνάρτησης ∆(r) = eAr

P Patrinos P Sopasakis and H SarimveisldquoStochastic model predictive control for con-strained NCS with random time delayrdquo in Proc18th IFAC World Congress Aug 28 ndash Sep 22011

Π Σωπασάκης Διδακτορική Διατριβή 5082

IV Αναδιαμορφωμένο πρόβλημα ΕΠΜ

Διαμορφώνουμε την ακολουθία προβλημάτων ΕΠΜ

PνN (x0) V Nν (x0) = min

u[0Nminus1]isinUνN (x0)VN(x0u[0Nminus1]

)(1)

όπου

UνN (x0) =

u[0Nminus1]

∣∣∣∣∣∣∣∣∣∣

xk+1 = Ahxk +Bhukk isin N[0Nminus1]

(xk uk) isin Zν k isin N[0Nminus1]uk isin U k isin N[0Nminus1]xN isin X νf

(2)

Απ΄ όπου προκύπτουν οι βέλτιστες ακολουθίες λύσεων uν[0Nminus1]

Π Σωπασάκης Διδακτορική Διατριβή 5182

IV Ιδιότητες του ΕΠΜ

Ιδιότητες του σχήματος ΕΠΜ που

προτείνουμε

1 Ικανοποίηση των περιορισμών

στο συνεχή χρόνο

2 Εγγύηση ευστάθειας στο συνε-

χή χρόνο

3 uν[0Nminus1]grarr u[0Nminus1]

4 V Nνerarr V N

P Sopasakis P Patrinos and H SarimveisldquoModel Predictive Control for sampled-data li-near systems Guaranteeing continuous-time po-sitive invariancerdquo 2012 IEEE Trans Aut Contrsubmitted for publication

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Σχήμα Σύγκριση των πεδίων έλξης

της μεθοδολογίας μας με αυτή των

Magni και Scattolini

Π Σωπασάκης Διδακτορική Διατριβή 5282

VΚρουστική Χορήγηση

Αναλλοίωτο και Ευστάθεια Κρουστικών Συστημάτων Ελέγχου και

Σχεδιασμός Ελεγκτή Προβλεπτικού Μοντέλου

Π Σωπασάκης Διδακτορική Διατριβή 5382

V Κίνητρο

Τα Κρουστικά Δυναμικά περιγράφουν φαινόμενα στα οποία συμβα-

ίνουν στιγμιαία άλματα Σχετικά παραδείγματα είναι

1 Ζυμωτήρας διαλείποντος έργου (Shen et al 2007)

2 Πληθυσμιακή Δυναμική (Stone et al 2000)

3 Νανοηλεκτρονικά κυκλώματα (Yang and Chua 2000)

4 Πλοήγηση διαστημοπλοίου (Carter 1991)

5 Χορήγηση φαρμάκου (Kusuoka et al 1981)

Υπάρχει ωστόσο ένα μεθοδολογικό κενό ndash το οποίο προσπα-

θήσαμε να γεφυρώσουμε ndash το οποίο δεν επιτρέπει τη χρήση τους σε

εφαρμογές ελέγχου συστημάτων

Π Σωπασάκης Διδακτορική Διατριβή 5482

V Παράδειγμα Κρουστικής Συμπεριφοράς

minus2 minus1 0 1 2 3 4 5minus3

minus2

minus1

0

1

2

3

4

x1

x2

Impulsive Behaviour

Π Σωπασάκης Διδακτορική Διατριβή 5582

V Γραμμικά Κρουστικά Συστήματα τύπου Ι

Εστιάζουμε στα ακόλουθα κρουστικά συστήματα

dx

dt= Ax t isin hN (3αʹ)

(∆x)(τk) = BU(k x(τk)) (3βʹ)

όπου τk = kh k isin N Η λύση του (3) που τέμνει το (t0 x0) isinR times D με τη δράση της συνάρτησης ελέγχου U(k x) = g(x(τk))συμβολίζεται με ϕ(t t0 x0 g(middot))Το (3) υπόκειται στους περιορισμούς

x(t) isin X για κάθε t ge 0 X πολύεδρο

uk = g(x(τk)) isin U για κάθε k isin N U πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 5682

V Το πρόβλημα

Τα μόνα σημεία ισορροπίας τέτοιων συστημάτων τις περισσότερες

φορές δεν είναι άλλα από την αρχή ndash ή πιο γενικά σημεία

(xs us) isin kerAtimes kerB

΄Αρα δεν είναι δυνατό να σχεδιάσουμε σταθεροποιητικούς νόμους

ανάδρασης που οδηγούν την κατάσταση των κρουστικών συστη-

μάτων σε αυθαίρετα επιθυμητά σημεία

Π Σωπασάκης Διδακτορική Διατριβή 5782

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Π Σωπασάκης Διδακτορική Διατριβή 5982

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Υπολογισμός Ορίζουμε το F P(Rn)rarr P(Rn) ως

F (Ω) = projx

(y u) isin Rn+m

∣∣∣∣ ϕ(T 0 y u) isin ΩS (y u) sube Z

cap Ω

όπου S(x u) sube W(x u)1 Κάθε Y με F (Y) = Y είναι ένα Κρου-

στικά Ελεγκτικά Αναλλοώτο σύνολο ως προς Z

1Σημειώστε ότι W(x u) = clϕ(t 0 x u) t isin (0 h]Π Σωπασάκης Διδακτορική Διατριβή 6082

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Κατασκευάζουμε μια εμφολευμένη ακολουθία συνόλων YkkisinN ώστε

Y0 = ZYk+1 = F (Yk) k isin N

Το όριο

Yinfin =⋂kisinNYk

είναι ΚΕΑ Αν η σύγκλιση γίνεται σε πεπερασμένο αριθμό βημάτων

τότε είναι πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 6182

V Κρουστική Ευστάθεια Συνόλων

΄Ενα empty 6= Z $ X λέγεται ευσταθές για ένα δοσμένο σύστημα Σg

ndash με ανατροφοδότηση U(k x) = g(x(τk)) ndash ως προς ένα Y 6= empty αν

forallε gt 0existδ gt 0 x0 isin BYδ rArr ϕ(tx0 g(middot)) isin BZε forallt ge 0

Το Z λέγεται τοπικά ασυμπτωτικά ευσταθές για το Σgως

προς Y αν είναι ευσταθές και υπάρχει ε gt 0 ώστε

limtrarrinfin

distZ ϕ(tx0 g(middot)) = 0

οπόταν x0 isin BYε

Ορίζουμε BYδ = x isin X | distY(x) lt δ

Π Σωπασάκης Διδακτορική Διατριβή 6282

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 40: Modelling and Control of Biological and Physiological Systems

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Βαθμονόμηση Κλασματικού Ρυθμιστή

Ελαχιστοποίηση ενός ολοκληρωτικού κριστηρίου όπως του

JTfITAE =

int Tf

0τ |ε(τ)|dτ

Δηλαδή επίλυση του προβλήματος βελτιστοποίησης

J = min JTfITAE(KpKiKd λ micro)

υπό τις προαναφερθείσες προδιαγραφές βαθμονόμησης απ΄

όπου προκύπτουν οι βέλτιστες παράμετροι βαθμονόμησης

(Kp K

i K

d λ

micro) = argminJTfITAE

Π Σωπασάκης Διδακτορική Διατριβή 3882

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Εφαρμόζοντας το μετασχηματισμό Laplace προκύπτει η συνάρτηση

μεταφοράς του συστήματος

G(s) equiv A1(s)

U(s)=

sa + k21sa+1 + k21s+ (k10 + k12)sa + k10k21

Πίνακας ΦΚ Παράμετροι Αμιοδαρόνης

Παράμετρος Τιμή

a 05870k10 14913dayminus1

k12 29522dayminus1

k21 04854dayminusa

A Dokoumetzidis R Magin and P Macheras ldquoFractional kinetics in multi- compartmentalsystemsrdquo Journal of Pharmacokinetics and Pharmacodynamics vol 37 pp 507ndash524 2010

Π Σωπασάκης Διδακτορική Διατριβή 3982

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Πίνακας Βέλτιστες Παράμε-

τροι Βαθμονόμησης Κλασμα-

τικού Ρυθμιστή

Παράμετρος Τιμή

Kp 5052Ki 1511Kd 00756λ 09170micro 07590

005 01 015 02 025 030

002

004

006

008

01

012

Kp=20

Kp=95

Kp=K

p

opt

Time (days)

Am

ou

nt

A1

Π Σωπασάκης Διδακτορική Διατριβή 4082

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus100

minus50

0

50

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ανοιχτού βρόγχου Το περι-

θώριο φάσης είναι 98 και το περιθώριο ενίσχυσης 439db

Π Σωπασάκης Διδακτορική Διατριβή 4182

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus80

minus60

minus40

minus20

0

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης καθοδήγησης Η απολαβή στις

υψηλές συχνότητες (gt 102radday) είναι κάτω των minus60db

Π Σωπασάκης Διδακτορική Διατριβή 4282

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus30

minus20

minus10

0

10

Magnitude (

dB

)

10minus3

10minus2

10minus1

100

101

102

minus30

0

30

60

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ευαισθησίας Η απολαβή χα-

μηλών συχνοτήτων (lt 10minus2radday) είναι κάτω των minus20db

Π Σωπασάκης Διδακτορική Διατριβή 4382

IVΔειγματοληπτική Χορήγηση

Εξασφάλιση ικανοποίησης των περιορισμών στο συνεχές

Π Σωπασάκης Διδακτορική Διατριβή 4482

IV Συστήματα με Δειγματοληψία

΄Ενα σύστημα με δειγματοληψία με στοιχείο διατήρησης τιμής μη-

δενικής τάξης έχει τη μορφή

dx

dt= f(x(t) u(t))

u(t) = uk forallt isin [kh (k + 1)h)

Π Σωπασάκης Διδακτορική Διατριβή 4582

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Ο σχεδιασμός ενός ΕΠΜ που εγγυάται ικανοποίηση των

περιορισμών στο συνεχές είχε αναγνωριστεί ως ανοιχτό

πρόβλημα από τους L Grune και J Pannek το 2011

L Grune and J Pannek Nonlinear Model Predictive Control Theory and Algorithms ser Com-munications and Control Engineering Springer-Verlag 2011

Π Σωπασάκης Διδακτορική Διατριβή 4782

IV Διατύπωση του Προβλήματος

Το αρχικό πρόβλημα βελτιστοποίησης PN (x0) είναι

V N (x0) = inf

uisinCh([0Tf ]Rm)

int Tf

0`(x(t) u(t))dt+ Vf (x(Tf ))

υπό τους περιορισμούς

x(0) = x0

x(t) = Ax(t) +Bu(t) t isin [0 Tf ]

u(t) = uk t isin [kh (k + 1)h) k isin N[0Nminus1]

x(t) isin X t isin [0 Tf ] (Ημιάπειρο Πρόβλημα)

u(t) isin U t isin [0 Tf ]

x(Tf ) isin Xf

όπου Tf = Nh `(x u) = 12(xprimeQx+ uprimeRu) και Vf (x) = 1

2xprimePx

Π Σωπασάκης Διδακτορική Διατριβή 4882

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Πολυτοπικές Υπερπροσεγγίσεις

Χρησιμοποιώντας τη μέθοδο δι-

άσπασης Jordan σε συνδυασμό

με τη μέθοδο πλεγματοποίησης-

φράγματος κατασκευάζουμε πολύτο-

πα Pν με

Pν supe co Φ([0 h])

και

PνKrarr co Φ([0 h])

Ορίζουμε

Zν = Pminus1ν (X )

Αποδείξαμε ότι

Zν rarr Zh

minus06 minus04 minus02 0 02 04 06 08 1 12

065

07

075

08

085

09

095

1

x1

x2

Σχήμα Πολυτοπική Υπερπροσέγγι-

ση της συνάρτησης ∆(r) = eAr

P Patrinos P Sopasakis and H SarimveisldquoStochastic model predictive control for con-strained NCS with random time delayrdquo in Proc18th IFAC World Congress Aug 28 ndash Sep 22011

Π Σωπασάκης Διδακτορική Διατριβή 5082

IV Αναδιαμορφωμένο πρόβλημα ΕΠΜ

Διαμορφώνουμε την ακολουθία προβλημάτων ΕΠΜ

PνN (x0) V Nν (x0) = min

u[0Nminus1]isinUνN (x0)VN(x0u[0Nminus1]

)(1)

όπου

UνN (x0) =

u[0Nminus1]

∣∣∣∣∣∣∣∣∣∣

xk+1 = Ahxk +Bhukk isin N[0Nminus1]

(xk uk) isin Zν k isin N[0Nminus1]uk isin U k isin N[0Nminus1]xN isin X νf

(2)

Απ΄ όπου προκύπτουν οι βέλτιστες ακολουθίες λύσεων uν[0Nminus1]

Π Σωπασάκης Διδακτορική Διατριβή 5182

IV Ιδιότητες του ΕΠΜ

Ιδιότητες του σχήματος ΕΠΜ που

προτείνουμε

1 Ικανοποίηση των περιορισμών

στο συνεχή χρόνο

2 Εγγύηση ευστάθειας στο συνε-

χή χρόνο

3 uν[0Nminus1]grarr u[0Nminus1]

4 V Nνerarr V N

P Sopasakis P Patrinos and H SarimveisldquoModel Predictive Control for sampled-data li-near systems Guaranteeing continuous-time po-sitive invariancerdquo 2012 IEEE Trans Aut Contrsubmitted for publication

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Σχήμα Σύγκριση των πεδίων έλξης

της μεθοδολογίας μας με αυτή των

Magni και Scattolini

Π Σωπασάκης Διδακτορική Διατριβή 5282

VΚρουστική Χορήγηση

Αναλλοίωτο και Ευστάθεια Κρουστικών Συστημάτων Ελέγχου και

Σχεδιασμός Ελεγκτή Προβλεπτικού Μοντέλου

Π Σωπασάκης Διδακτορική Διατριβή 5382

V Κίνητρο

Τα Κρουστικά Δυναμικά περιγράφουν φαινόμενα στα οποία συμβα-

ίνουν στιγμιαία άλματα Σχετικά παραδείγματα είναι

1 Ζυμωτήρας διαλείποντος έργου (Shen et al 2007)

2 Πληθυσμιακή Δυναμική (Stone et al 2000)

3 Νανοηλεκτρονικά κυκλώματα (Yang and Chua 2000)

4 Πλοήγηση διαστημοπλοίου (Carter 1991)

5 Χορήγηση φαρμάκου (Kusuoka et al 1981)

Υπάρχει ωστόσο ένα μεθοδολογικό κενό ndash το οποίο προσπα-

θήσαμε να γεφυρώσουμε ndash το οποίο δεν επιτρέπει τη χρήση τους σε

εφαρμογές ελέγχου συστημάτων

Π Σωπασάκης Διδακτορική Διατριβή 5482

V Παράδειγμα Κρουστικής Συμπεριφοράς

minus2 minus1 0 1 2 3 4 5minus3

minus2

minus1

0

1

2

3

4

x1

x2

Impulsive Behaviour

Π Σωπασάκης Διδακτορική Διατριβή 5582

V Γραμμικά Κρουστικά Συστήματα τύπου Ι

Εστιάζουμε στα ακόλουθα κρουστικά συστήματα

dx

dt= Ax t isin hN (3αʹ)

(∆x)(τk) = BU(k x(τk)) (3βʹ)

όπου τk = kh k isin N Η λύση του (3) που τέμνει το (t0 x0) isinR times D με τη δράση της συνάρτησης ελέγχου U(k x) = g(x(τk))συμβολίζεται με ϕ(t t0 x0 g(middot))Το (3) υπόκειται στους περιορισμούς

x(t) isin X για κάθε t ge 0 X πολύεδρο

uk = g(x(τk)) isin U για κάθε k isin N U πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 5682

V Το πρόβλημα

Τα μόνα σημεία ισορροπίας τέτοιων συστημάτων τις περισσότερες

φορές δεν είναι άλλα από την αρχή ndash ή πιο γενικά σημεία

(xs us) isin kerAtimes kerB

΄Αρα δεν είναι δυνατό να σχεδιάσουμε σταθεροποιητικούς νόμους

ανάδρασης που οδηγούν την κατάσταση των κρουστικών συστη-

μάτων σε αυθαίρετα επιθυμητά σημεία

Π Σωπασάκης Διδακτορική Διατριβή 5782

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Π Σωπασάκης Διδακτορική Διατριβή 5982

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Υπολογισμός Ορίζουμε το F P(Rn)rarr P(Rn) ως

F (Ω) = projx

(y u) isin Rn+m

∣∣∣∣ ϕ(T 0 y u) isin ΩS (y u) sube Z

cap Ω

όπου S(x u) sube W(x u)1 Κάθε Y με F (Y) = Y είναι ένα Κρου-

στικά Ελεγκτικά Αναλλοώτο σύνολο ως προς Z

1Σημειώστε ότι W(x u) = clϕ(t 0 x u) t isin (0 h]Π Σωπασάκης Διδακτορική Διατριβή 6082

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Κατασκευάζουμε μια εμφολευμένη ακολουθία συνόλων YkkisinN ώστε

Y0 = ZYk+1 = F (Yk) k isin N

Το όριο

Yinfin =⋂kisinNYk

είναι ΚΕΑ Αν η σύγκλιση γίνεται σε πεπερασμένο αριθμό βημάτων

τότε είναι πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 6182

V Κρουστική Ευστάθεια Συνόλων

΄Ενα empty 6= Z $ X λέγεται ευσταθές για ένα δοσμένο σύστημα Σg

ndash με ανατροφοδότηση U(k x) = g(x(τk)) ndash ως προς ένα Y 6= empty αν

forallε gt 0existδ gt 0 x0 isin BYδ rArr ϕ(tx0 g(middot)) isin BZε forallt ge 0

Το Z λέγεται τοπικά ασυμπτωτικά ευσταθές για το Σgως

προς Y αν είναι ευσταθές και υπάρχει ε gt 0 ώστε

limtrarrinfin

distZ ϕ(tx0 g(middot)) = 0

οπόταν x0 isin BYε

Ορίζουμε BYδ = x isin X | distY(x) lt δ

Π Σωπασάκης Διδακτορική Διατριβή 6282

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 41: Modelling and Control of Biological and Physiological Systems

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Βαθμονόμηση Κλασματικού Ρυθμιστή

Ελαχιστοποίηση ενός ολοκληρωτικού κριστηρίου όπως του

JTfITAE =

int Tf

0τ |ε(τ)|dτ

Δηλαδή επίλυση του προβλήματος βελτιστοποίησης

J = min JTfITAE(KpKiKd λ micro)

υπό τις προαναφερθείσες προδιαγραφές βαθμονόμησης απ΄

όπου προκύπτουν οι βέλτιστες παράμετροι βαθμονόμησης

(Kp K

i K

d λ

micro) = argminJTfITAE

Π Σωπασάκης Διδακτορική Διατριβή 3882

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Εφαρμόζοντας το μετασχηματισμό Laplace προκύπτει η συνάρτηση

μεταφοράς του συστήματος

G(s) equiv A1(s)

U(s)=

sa + k21sa+1 + k21s+ (k10 + k12)sa + k10k21

Πίνακας ΦΚ Παράμετροι Αμιοδαρόνης

Παράμετρος Τιμή

a 05870k10 14913dayminus1

k12 29522dayminus1

k21 04854dayminusa

A Dokoumetzidis R Magin and P Macheras ldquoFractional kinetics in multi- compartmentalsystemsrdquo Journal of Pharmacokinetics and Pharmacodynamics vol 37 pp 507ndash524 2010

Π Σωπασάκης Διδακτορική Διατριβή 3982

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Πίνακας Βέλτιστες Παράμε-

τροι Βαθμονόμησης Κλασμα-

τικού Ρυθμιστή

Παράμετρος Τιμή

Kp 5052Ki 1511Kd 00756λ 09170micro 07590

005 01 015 02 025 030

002

004

006

008

01

012

Kp=20

Kp=95

Kp=K

p

opt

Time (days)

Am

ou

nt

A1

Π Σωπασάκης Διδακτορική Διατριβή 4082

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus100

minus50

0

50

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ανοιχτού βρόγχου Το περι-

θώριο φάσης είναι 98 και το περιθώριο ενίσχυσης 439db

Π Σωπασάκης Διδακτορική Διατριβή 4182

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus80

minus60

minus40

minus20

0

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης καθοδήγησης Η απολαβή στις

υψηλές συχνότητες (gt 102radday) είναι κάτω των minus60db

Π Σωπασάκης Διδακτορική Διατριβή 4282

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus30

minus20

minus10

0

10

Magnitude (

dB

)

10minus3

10minus2

10minus1

100

101

102

minus30

0

30

60

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ευαισθησίας Η απολαβή χα-

μηλών συχνοτήτων (lt 10minus2radday) είναι κάτω των minus20db

Π Σωπασάκης Διδακτορική Διατριβή 4382

IVΔειγματοληπτική Χορήγηση

Εξασφάλιση ικανοποίησης των περιορισμών στο συνεχές

Π Σωπασάκης Διδακτορική Διατριβή 4482

IV Συστήματα με Δειγματοληψία

΄Ενα σύστημα με δειγματοληψία με στοιχείο διατήρησης τιμής μη-

δενικής τάξης έχει τη μορφή

dx

dt= f(x(t) u(t))

u(t) = uk forallt isin [kh (k + 1)h)

Π Σωπασάκης Διδακτορική Διατριβή 4582

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Ο σχεδιασμός ενός ΕΠΜ που εγγυάται ικανοποίηση των

περιορισμών στο συνεχές είχε αναγνωριστεί ως ανοιχτό

πρόβλημα από τους L Grune και J Pannek το 2011

L Grune and J Pannek Nonlinear Model Predictive Control Theory and Algorithms ser Com-munications and Control Engineering Springer-Verlag 2011

Π Σωπασάκης Διδακτορική Διατριβή 4782

IV Διατύπωση του Προβλήματος

Το αρχικό πρόβλημα βελτιστοποίησης PN (x0) είναι

V N (x0) = inf

uisinCh([0Tf ]Rm)

int Tf

0`(x(t) u(t))dt+ Vf (x(Tf ))

υπό τους περιορισμούς

x(0) = x0

x(t) = Ax(t) +Bu(t) t isin [0 Tf ]

u(t) = uk t isin [kh (k + 1)h) k isin N[0Nminus1]

x(t) isin X t isin [0 Tf ] (Ημιάπειρο Πρόβλημα)

u(t) isin U t isin [0 Tf ]

x(Tf ) isin Xf

όπου Tf = Nh `(x u) = 12(xprimeQx+ uprimeRu) και Vf (x) = 1

2xprimePx

Π Σωπασάκης Διδακτορική Διατριβή 4882

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Πολυτοπικές Υπερπροσεγγίσεις

Χρησιμοποιώντας τη μέθοδο δι-

άσπασης Jordan σε συνδυασμό

με τη μέθοδο πλεγματοποίησης-

φράγματος κατασκευάζουμε πολύτο-

πα Pν με

Pν supe co Φ([0 h])

και

PνKrarr co Φ([0 h])

Ορίζουμε

Zν = Pminus1ν (X )

Αποδείξαμε ότι

Zν rarr Zh

minus06 minus04 minus02 0 02 04 06 08 1 12

065

07

075

08

085

09

095

1

x1

x2

Σχήμα Πολυτοπική Υπερπροσέγγι-

ση της συνάρτησης ∆(r) = eAr

P Patrinos P Sopasakis and H SarimveisldquoStochastic model predictive control for con-strained NCS with random time delayrdquo in Proc18th IFAC World Congress Aug 28 ndash Sep 22011

Π Σωπασάκης Διδακτορική Διατριβή 5082

IV Αναδιαμορφωμένο πρόβλημα ΕΠΜ

Διαμορφώνουμε την ακολουθία προβλημάτων ΕΠΜ

PνN (x0) V Nν (x0) = min

u[0Nminus1]isinUνN (x0)VN(x0u[0Nminus1]

)(1)

όπου

UνN (x0) =

u[0Nminus1]

∣∣∣∣∣∣∣∣∣∣

xk+1 = Ahxk +Bhukk isin N[0Nminus1]

(xk uk) isin Zν k isin N[0Nminus1]uk isin U k isin N[0Nminus1]xN isin X νf

(2)

Απ΄ όπου προκύπτουν οι βέλτιστες ακολουθίες λύσεων uν[0Nminus1]

Π Σωπασάκης Διδακτορική Διατριβή 5182

IV Ιδιότητες του ΕΠΜ

Ιδιότητες του σχήματος ΕΠΜ που

προτείνουμε

1 Ικανοποίηση των περιορισμών

στο συνεχή χρόνο

2 Εγγύηση ευστάθειας στο συνε-

χή χρόνο

3 uν[0Nminus1]grarr u[0Nminus1]

4 V Nνerarr V N

P Sopasakis P Patrinos and H SarimveisldquoModel Predictive Control for sampled-data li-near systems Guaranteeing continuous-time po-sitive invariancerdquo 2012 IEEE Trans Aut Contrsubmitted for publication

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Σχήμα Σύγκριση των πεδίων έλξης

της μεθοδολογίας μας με αυτή των

Magni και Scattolini

Π Σωπασάκης Διδακτορική Διατριβή 5282

VΚρουστική Χορήγηση

Αναλλοίωτο και Ευστάθεια Κρουστικών Συστημάτων Ελέγχου και

Σχεδιασμός Ελεγκτή Προβλεπτικού Μοντέλου

Π Σωπασάκης Διδακτορική Διατριβή 5382

V Κίνητρο

Τα Κρουστικά Δυναμικά περιγράφουν φαινόμενα στα οποία συμβα-

ίνουν στιγμιαία άλματα Σχετικά παραδείγματα είναι

1 Ζυμωτήρας διαλείποντος έργου (Shen et al 2007)

2 Πληθυσμιακή Δυναμική (Stone et al 2000)

3 Νανοηλεκτρονικά κυκλώματα (Yang and Chua 2000)

4 Πλοήγηση διαστημοπλοίου (Carter 1991)

5 Χορήγηση φαρμάκου (Kusuoka et al 1981)

Υπάρχει ωστόσο ένα μεθοδολογικό κενό ndash το οποίο προσπα-

θήσαμε να γεφυρώσουμε ndash το οποίο δεν επιτρέπει τη χρήση τους σε

εφαρμογές ελέγχου συστημάτων

Π Σωπασάκης Διδακτορική Διατριβή 5482

V Παράδειγμα Κρουστικής Συμπεριφοράς

minus2 minus1 0 1 2 3 4 5minus3

minus2

minus1

0

1

2

3

4

x1

x2

Impulsive Behaviour

Π Σωπασάκης Διδακτορική Διατριβή 5582

V Γραμμικά Κρουστικά Συστήματα τύπου Ι

Εστιάζουμε στα ακόλουθα κρουστικά συστήματα

dx

dt= Ax t isin hN (3αʹ)

(∆x)(τk) = BU(k x(τk)) (3βʹ)

όπου τk = kh k isin N Η λύση του (3) που τέμνει το (t0 x0) isinR times D με τη δράση της συνάρτησης ελέγχου U(k x) = g(x(τk))συμβολίζεται με ϕ(t t0 x0 g(middot))Το (3) υπόκειται στους περιορισμούς

x(t) isin X για κάθε t ge 0 X πολύεδρο

uk = g(x(τk)) isin U για κάθε k isin N U πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 5682

V Το πρόβλημα

Τα μόνα σημεία ισορροπίας τέτοιων συστημάτων τις περισσότερες

φορές δεν είναι άλλα από την αρχή ndash ή πιο γενικά σημεία

(xs us) isin kerAtimes kerB

΄Αρα δεν είναι δυνατό να σχεδιάσουμε σταθεροποιητικούς νόμους

ανάδρασης που οδηγούν την κατάσταση των κρουστικών συστη-

μάτων σε αυθαίρετα επιθυμητά σημεία

Π Σωπασάκης Διδακτορική Διατριβή 5782

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Π Σωπασάκης Διδακτορική Διατριβή 5982

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Υπολογισμός Ορίζουμε το F P(Rn)rarr P(Rn) ως

F (Ω) = projx

(y u) isin Rn+m

∣∣∣∣ ϕ(T 0 y u) isin ΩS (y u) sube Z

cap Ω

όπου S(x u) sube W(x u)1 Κάθε Y με F (Y) = Y είναι ένα Κρου-

στικά Ελεγκτικά Αναλλοώτο σύνολο ως προς Z

1Σημειώστε ότι W(x u) = clϕ(t 0 x u) t isin (0 h]Π Σωπασάκης Διδακτορική Διατριβή 6082

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Κατασκευάζουμε μια εμφολευμένη ακολουθία συνόλων YkkisinN ώστε

Y0 = ZYk+1 = F (Yk) k isin N

Το όριο

Yinfin =⋂kisinNYk

είναι ΚΕΑ Αν η σύγκλιση γίνεται σε πεπερασμένο αριθμό βημάτων

τότε είναι πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 6182

V Κρουστική Ευστάθεια Συνόλων

΄Ενα empty 6= Z $ X λέγεται ευσταθές για ένα δοσμένο σύστημα Σg

ndash με ανατροφοδότηση U(k x) = g(x(τk)) ndash ως προς ένα Y 6= empty αν

forallε gt 0existδ gt 0 x0 isin BYδ rArr ϕ(tx0 g(middot)) isin BZε forallt ge 0

Το Z λέγεται τοπικά ασυμπτωτικά ευσταθές για το Σgως

προς Y αν είναι ευσταθές και υπάρχει ε gt 0 ώστε

limtrarrinfin

distZ ϕ(tx0 g(middot)) = 0

οπόταν x0 isin BYε

Ορίζουμε BYδ = x isin X | distY(x) lt δ

Π Σωπασάκης Διδακτορική Διατριβή 6282

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 42: Modelling and Control of Biological and Physiological Systems

ΙΙΙ Προδιαγραφές Βαθμονόμησης

1 Απόρριψη θορύβου στον κλειστό βρόγχο

Mh = |Gcl(ıωh)| lt η

2 Απόσβεση δομικών διαταραχών του μοντέλου

Mz =

∣∣∣∣ d

dω^Gol(ıω)

∣∣∣∣ω=ωco

lt ζ

3 Αφομοίωση διαταραχών στην έξοδο

M` = |Gs(ıω`)| lt ϑ

4 Απαιτήσεις για το Περιθώριο Ενίσχυσης και το Περιθώριο

Φάσης

Π Σωπασάκης Διδακτορική Διατριβή 3782

ΙΙΙ Βαθμονόμηση Κλασματικού Ρυθμιστή

Ελαχιστοποίηση ενός ολοκληρωτικού κριστηρίου όπως του

JTfITAE =

int Tf

0τ |ε(τ)|dτ

Δηλαδή επίλυση του προβλήματος βελτιστοποίησης

J = min JTfITAE(KpKiKd λ micro)

υπό τις προαναφερθείσες προδιαγραφές βαθμονόμησης απ΄

όπου προκύπτουν οι βέλτιστες παράμετροι βαθμονόμησης

(Kp K

i K

d λ

micro) = argminJTfITAE

Π Σωπασάκης Διδακτορική Διατριβή 3882

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Εφαρμόζοντας το μετασχηματισμό Laplace προκύπτει η συνάρτηση

μεταφοράς του συστήματος

G(s) equiv A1(s)

U(s)=

sa + k21sa+1 + k21s+ (k10 + k12)sa + k10k21

Πίνακας ΦΚ Παράμετροι Αμιοδαρόνης

Παράμετρος Τιμή

a 05870k10 14913dayminus1

k12 29522dayminus1

k21 04854dayminusa

A Dokoumetzidis R Magin and P Macheras ldquoFractional kinetics in multi- compartmentalsystemsrdquo Journal of Pharmacokinetics and Pharmacodynamics vol 37 pp 507ndash524 2010

Π Σωπασάκης Διδακτορική Διατριβή 3982

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Πίνακας Βέλτιστες Παράμε-

τροι Βαθμονόμησης Κλασμα-

τικού Ρυθμιστή

Παράμετρος Τιμή

Kp 5052Ki 1511Kd 00756λ 09170micro 07590

005 01 015 02 025 030

002

004

006

008

01

012

Kp=20

Kp=95

Kp=K

p

opt

Time (days)

Am

ou

nt

A1

Π Σωπασάκης Διδακτορική Διατριβή 4082

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus100

minus50

0

50

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ανοιχτού βρόγχου Το περι-

θώριο φάσης είναι 98 και το περιθώριο ενίσχυσης 439db

Π Σωπασάκης Διδακτορική Διατριβή 4182

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus80

minus60

minus40

minus20

0

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης καθοδήγησης Η απολαβή στις

υψηλές συχνότητες (gt 102radday) είναι κάτω των minus60db

Π Σωπασάκης Διδακτορική Διατριβή 4282

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus30

minus20

minus10

0

10

Magnitude (

dB

)

10minus3

10minus2

10minus1

100

101

102

minus30

0

30

60

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ευαισθησίας Η απολαβή χα-

μηλών συχνοτήτων (lt 10minus2radday) είναι κάτω των minus20db

Π Σωπασάκης Διδακτορική Διατριβή 4382

IVΔειγματοληπτική Χορήγηση

Εξασφάλιση ικανοποίησης των περιορισμών στο συνεχές

Π Σωπασάκης Διδακτορική Διατριβή 4482

IV Συστήματα με Δειγματοληψία

΄Ενα σύστημα με δειγματοληψία με στοιχείο διατήρησης τιμής μη-

δενικής τάξης έχει τη μορφή

dx

dt= f(x(t) u(t))

u(t) = uk forallt isin [kh (k + 1)h)

Π Σωπασάκης Διδακτορική Διατριβή 4582

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Ο σχεδιασμός ενός ΕΠΜ που εγγυάται ικανοποίηση των

περιορισμών στο συνεχές είχε αναγνωριστεί ως ανοιχτό

πρόβλημα από τους L Grune και J Pannek το 2011

L Grune and J Pannek Nonlinear Model Predictive Control Theory and Algorithms ser Com-munications and Control Engineering Springer-Verlag 2011

Π Σωπασάκης Διδακτορική Διατριβή 4782

IV Διατύπωση του Προβλήματος

Το αρχικό πρόβλημα βελτιστοποίησης PN (x0) είναι

V N (x0) = inf

uisinCh([0Tf ]Rm)

int Tf

0`(x(t) u(t))dt+ Vf (x(Tf ))

υπό τους περιορισμούς

x(0) = x0

x(t) = Ax(t) +Bu(t) t isin [0 Tf ]

u(t) = uk t isin [kh (k + 1)h) k isin N[0Nminus1]

x(t) isin X t isin [0 Tf ] (Ημιάπειρο Πρόβλημα)

u(t) isin U t isin [0 Tf ]

x(Tf ) isin Xf

όπου Tf = Nh `(x u) = 12(xprimeQx+ uprimeRu) και Vf (x) = 1

2xprimePx

Π Σωπασάκης Διδακτορική Διατριβή 4882

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Πολυτοπικές Υπερπροσεγγίσεις

Χρησιμοποιώντας τη μέθοδο δι-

άσπασης Jordan σε συνδυασμό

με τη μέθοδο πλεγματοποίησης-

φράγματος κατασκευάζουμε πολύτο-

πα Pν με

Pν supe co Φ([0 h])

και

PνKrarr co Φ([0 h])

Ορίζουμε

Zν = Pminus1ν (X )

Αποδείξαμε ότι

Zν rarr Zh

minus06 minus04 minus02 0 02 04 06 08 1 12

065

07

075

08

085

09

095

1

x1

x2

Σχήμα Πολυτοπική Υπερπροσέγγι-

ση της συνάρτησης ∆(r) = eAr

P Patrinos P Sopasakis and H SarimveisldquoStochastic model predictive control for con-strained NCS with random time delayrdquo in Proc18th IFAC World Congress Aug 28 ndash Sep 22011

Π Σωπασάκης Διδακτορική Διατριβή 5082

IV Αναδιαμορφωμένο πρόβλημα ΕΠΜ

Διαμορφώνουμε την ακολουθία προβλημάτων ΕΠΜ

PνN (x0) V Nν (x0) = min

u[0Nminus1]isinUνN (x0)VN(x0u[0Nminus1]

)(1)

όπου

UνN (x0) =

u[0Nminus1]

∣∣∣∣∣∣∣∣∣∣

xk+1 = Ahxk +Bhukk isin N[0Nminus1]

(xk uk) isin Zν k isin N[0Nminus1]uk isin U k isin N[0Nminus1]xN isin X νf

(2)

Απ΄ όπου προκύπτουν οι βέλτιστες ακολουθίες λύσεων uν[0Nminus1]

Π Σωπασάκης Διδακτορική Διατριβή 5182

IV Ιδιότητες του ΕΠΜ

Ιδιότητες του σχήματος ΕΠΜ που

προτείνουμε

1 Ικανοποίηση των περιορισμών

στο συνεχή χρόνο

2 Εγγύηση ευστάθειας στο συνε-

χή χρόνο

3 uν[0Nminus1]grarr u[0Nminus1]

4 V Nνerarr V N

P Sopasakis P Patrinos and H SarimveisldquoModel Predictive Control for sampled-data li-near systems Guaranteeing continuous-time po-sitive invariancerdquo 2012 IEEE Trans Aut Contrsubmitted for publication

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Σχήμα Σύγκριση των πεδίων έλξης

της μεθοδολογίας μας με αυτή των

Magni και Scattolini

Π Σωπασάκης Διδακτορική Διατριβή 5282

VΚρουστική Χορήγηση

Αναλλοίωτο και Ευστάθεια Κρουστικών Συστημάτων Ελέγχου και

Σχεδιασμός Ελεγκτή Προβλεπτικού Μοντέλου

Π Σωπασάκης Διδακτορική Διατριβή 5382

V Κίνητρο

Τα Κρουστικά Δυναμικά περιγράφουν φαινόμενα στα οποία συμβα-

ίνουν στιγμιαία άλματα Σχετικά παραδείγματα είναι

1 Ζυμωτήρας διαλείποντος έργου (Shen et al 2007)

2 Πληθυσμιακή Δυναμική (Stone et al 2000)

3 Νανοηλεκτρονικά κυκλώματα (Yang and Chua 2000)

4 Πλοήγηση διαστημοπλοίου (Carter 1991)

5 Χορήγηση φαρμάκου (Kusuoka et al 1981)

Υπάρχει ωστόσο ένα μεθοδολογικό κενό ndash το οποίο προσπα-

θήσαμε να γεφυρώσουμε ndash το οποίο δεν επιτρέπει τη χρήση τους σε

εφαρμογές ελέγχου συστημάτων

Π Σωπασάκης Διδακτορική Διατριβή 5482

V Παράδειγμα Κρουστικής Συμπεριφοράς

minus2 minus1 0 1 2 3 4 5minus3

minus2

minus1

0

1

2

3

4

x1

x2

Impulsive Behaviour

Π Σωπασάκης Διδακτορική Διατριβή 5582

V Γραμμικά Κρουστικά Συστήματα τύπου Ι

Εστιάζουμε στα ακόλουθα κρουστικά συστήματα

dx

dt= Ax t isin hN (3αʹ)

(∆x)(τk) = BU(k x(τk)) (3βʹ)

όπου τk = kh k isin N Η λύση του (3) που τέμνει το (t0 x0) isinR times D με τη δράση της συνάρτησης ελέγχου U(k x) = g(x(τk))συμβολίζεται με ϕ(t t0 x0 g(middot))Το (3) υπόκειται στους περιορισμούς

x(t) isin X για κάθε t ge 0 X πολύεδρο

uk = g(x(τk)) isin U για κάθε k isin N U πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 5682

V Το πρόβλημα

Τα μόνα σημεία ισορροπίας τέτοιων συστημάτων τις περισσότερες

φορές δεν είναι άλλα από την αρχή ndash ή πιο γενικά σημεία

(xs us) isin kerAtimes kerB

΄Αρα δεν είναι δυνατό να σχεδιάσουμε σταθεροποιητικούς νόμους

ανάδρασης που οδηγούν την κατάσταση των κρουστικών συστη-

μάτων σε αυθαίρετα επιθυμητά σημεία

Π Σωπασάκης Διδακτορική Διατριβή 5782

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Π Σωπασάκης Διδακτορική Διατριβή 5982

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Υπολογισμός Ορίζουμε το F P(Rn)rarr P(Rn) ως

F (Ω) = projx

(y u) isin Rn+m

∣∣∣∣ ϕ(T 0 y u) isin ΩS (y u) sube Z

cap Ω

όπου S(x u) sube W(x u)1 Κάθε Y με F (Y) = Y είναι ένα Κρου-

στικά Ελεγκτικά Αναλλοώτο σύνολο ως προς Z

1Σημειώστε ότι W(x u) = clϕ(t 0 x u) t isin (0 h]Π Σωπασάκης Διδακτορική Διατριβή 6082

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Κατασκευάζουμε μια εμφολευμένη ακολουθία συνόλων YkkisinN ώστε

Y0 = ZYk+1 = F (Yk) k isin N

Το όριο

Yinfin =⋂kisinNYk

είναι ΚΕΑ Αν η σύγκλιση γίνεται σε πεπερασμένο αριθμό βημάτων

τότε είναι πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 6182

V Κρουστική Ευστάθεια Συνόλων

΄Ενα empty 6= Z $ X λέγεται ευσταθές για ένα δοσμένο σύστημα Σg

ndash με ανατροφοδότηση U(k x) = g(x(τk)) ndash ως προς ένα Y 6= empty αν

forallε gt 0existδ gt 0 x0 isin BYδ rArr ϕ(tx0 g(middot)) isin BZε forallt ge 0

Το Z λέγεται τοπικά ασυμπτωτικά ευσταθές για το Σgως

προς Y αν είναι ευσταθές και υπάρχει ε gt 0 ώστε

limtrarrinfin

distZ ϕ(tx0 g(middot)) = 0

οπόταν x0 isin BYε

Ορίζουμε BYδ = x isin X | distY(x) lt δ

Π Σωπασάκης Διδακτορική Διατριβή 6282

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 43: Modelling and Control of Biological and Physiological Systems

ΙΙΙ Βαθμονόμηση Κλασματικού Ρυθμιστή

Ελαχιστοποίηση ενός ολοκληρωτικού κριστηρίου όπως του

JTfITAE =

int Tf

0τ |ε(τ)|dτ

Δηλαδή επίλυση του προβλήματος βελτιστοποίησης

J = min JTfITAE(KpKiKd λ micro)

υπό τις προαναφερθείσες προδιαγραφές βαθμονόμησης απ΄

όπου προκύπτουν οι βέλτιστες παράμετροι βαθμονόμησης

(Kp K

i K

d λ

micro) = argminJTfITAE

Π Σωπασάκης Διδακτορική Διατριβή 3882

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Εφαρμόζοντας το μετασχηματισμό Laplace προκύπτει η συνάρτηση

μεταφοράς του συστήματος

G(s) equiv A1(s)

U(s)=

sa + k21sa+1 + k21s+ (k10 + k12)sa + k10k21

Πίνακας ΦΚ Παράμετροι Αμιοδαρόνης

Παράμετρος Τιμή

a 05870k10 14913dayminus1

k12 29522dayminus1

k21 04854dayminusa

A Dokoumetzidis R Magin and P Macheras ldquoFractional kinetics in multi- compartmentalsystemsrdquo Journal of Pharmacokinetics and Pharmacodynamics vol 37 pp 507ndash524 2010

Π Σωπασάκης Διδακτορική Διατριβή 3982

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Πίνακας Βέλτιστες Παράμε-

τροι Βαθμονόμησης Κλασμα-

τικού Ρυθμιστή

Παράμετρος Τιμή

Kp 5052Ki 1511Kd 00756λ 09170micro 07590

005 01 015 02 025 030

002

004

006

008

01

012

Kp=20

Kp=95

Kp=K

p

opt

Time (days)

Am

ou

nt

A1

Π Σωπασάκης Διδακτορική Διατριβή 4082

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus100

minus50

0

50

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ανοιχτού βρόγχου Το περι-

θώριο φάσης είναι 98 και το περιθώριο ενίσχυσης 439db

Π Σωπασάκης Διδακτορική Διατριβή 4182

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus80

minus60

minus40

minus20

0

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης καθοδήγησης Η απολαβή στις

υψηλές συχνότητες (gt 102radday) είναι κάτω των minus60db

Π Σωπασάκης Διδακτορική Διατριβή 4282

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus30

minus20

minus10

0

10

Magnitude (

dB

)

10minus3

10minus2

10minus1

100

101

102

minus30

0

30

60

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ευαισθησίας Η απολαβή χα-

μηλών συχνοτήτων (lt 10minus2radday) είναι κάτω των minus20db

Π Σωπασάκης Διδακτορική Διατριβή 4382

IVΔειγματοληπτική Χορήγηση

Εξασφάλιση ικανοποίησης των περιορισμών στο συνεχές

Π Σωπασάκης Διδακτορική Διατριβή 4482

IV Συστήματα με Δειγματοληψία

΄Ενα σύστημα με δειγματοληψία με στοιχείο διατήρησης τιμής μη-

δενικής τάξης έχει τη μορφή

dx

dt= f(x(t) u(t))

u(t) = uk forallt isin [kh (k + 1)h)

Π Σωπασάκης Διδακτορική Διατριβή 4582

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Ο σχεδιασμός ενός ΕΠΜ που εγγυάται ικανοποίηση των

περιορισμών στο συνεχές είχε αναγνωριστεί ως ανοιχτό

πρόβλημα από τους L Grune και J Pannek το 2011

L Grune and J Pannek Nonlinear Model Predictive Control Theory and Algorithms ser Com-munications and Control Engineering Springer-Verlag 2011

Π Σωπασάκης Διδακτορική Διατριβή 4782

IV Διατύπωση του Προβλήματος

Το αρχικό πρόβλημα βελτιστοποίησης PN (x0) είναι

V N (x0) = inf

uisinCh([0Tf ]Rm)

int Tf

0`(x(t) u(t))dt+ Vf (x(Tf ))

υπό τους περιορισμούς

x(0) = x0

x(t) = Ax(t) +Bu(t) t isin [0 Tf ]

u(t) = uk t isin [kh (k + 1)h) k isin N[0Nminus1]

x(t) isin X t isin [0 Tf ] (Ημιάπειρο Πρόβλημα)

u(t) isin U t isin [0 Tf ]

x(Tf ) isin Xf

όπου Tf = Nh `(x u) = 12(xprimeQx+ uprimeRu) και Vf (x) = 1

2xprimePx

Π Σωπασάκης Διδακτορική Διατριβή 4882

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Πολυτοπικές Υπερπροσεγγίσεις

Χρησιμοποιώντας τη μέθοδο δι-

άσπασης Jordan σε συνδυασμό

με τη μέθοδο πλεγματοποίησης-

φράγματος κατασκευάζουμε πολύτο-

πα Pν με

Pν supe co Φ([0 h])

και

PνKrarr co Φ([0 h])

Ορίζουμε

Zν = Pminus1ν (X )

Αποδείξαμε ότι

Zν rarr Zh

minus06 minus04 minus02 0 02 04 06 08 1 12

065

07

075

08

085

09

095

1

x1

x2

Σχήμα Πολυτοπική Υπερπροσέγγι-

ση της συνάρτησης ∆(r) = eAr

P Patrinos P Sopasakis and H SarimveisldquoStochastic model predictive control for con-strained NCS with random time delayrdquo in Proc18th IFAC World Congress Aug 28 ndash Sep 22011

Π Σωπασάκης Διδακτορική Διατριβή 5082

IV Αναδιαμορφωμένο πρόβλημα ΕΠΜ

Διαμορφώνουμε την ακολουθία προβλημάτων ΕΠΜ

PνN (x0) V Nν (x0) = min

u[0Nminus1]isinUνN (x0)VN(x0u[0Nminus1]

)(1)

όπου

UνN (x0) =

u[0Nminus1]

∣∣∣∣∣∣∣∣∣∣

xk+1 = Ahxk +Bhukk isin N[0Nminus1]

(xk uk) isin Zν k isin N[0Nminus1]uk isin U k isin N[0Nminus1]xN isin X νf

(2)

Απ΄ όπου προκύπτουν οι βέλτιστες ακολουθίες λύσεων uν[0Nminus1]

Π Σωπασάκης Διδακτορική Διατριβή 5182

IV Ιδιότητες του ΕΠΜ

Ιδιότητες του σχήματος ΕΠΜ που

προτείνουμε

1 Ικανοποίηση των περιορισμών

στο συνεχή χρόνο

2 Εγγύηση ευστάθειας στο συνε-

χή χρόνο

3 uν[0Nminus1]grarr u[0Nminus1]

4 V Nνerarr V N

P Sopasakis P Patrinos and H SarimveisldquoModel Predictive Control for sampled-data li-near systems Guaranteeing continuous-time po-sitive invariancerdquo 2012 IEEE Trans Aut Contrsubmitted for publication

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Σχήμα Σύγκριση των πεδίων έλξης

της μεθοδολογίας μας με αυτή των

Magni και Scattolini

Π Σωπασάκης Διδακτορική Διατριβή 5282

VΚρουστική Χορήγηση

Αναλλοίωτο και Ευστάθεια Κρουστικών Συστημάτων Ελέγχου και

Σχεδιασμός Ελεγκτή Προβλεπτικού Μοντέλου

Π Σωπασάκης Διδακτορική Διατριβή 5382

V Κίνητρο

Τα Κρουστικά Δυναμικά περιγράφουν φαινόμενα στα οποία συμβα-

ίνουν στιγμιαία άλματα Σχετικά παραδείγματα είναι

1 Ζυμωτήρας διαλείποντος έργου (Shen et al 2007)

2 Πληθυσμιακή Δυναμική (Stone et al 2000)

3 Νανοηλεκτρονικά κυκλώματα (Yang and Chua 2000)

4 Πλοήγηση διαστημοπλοίου (Carter 1991)

5 Χορήγηση φαρμάκου (Kusuoka et al 1981)

Υπάρχει ωστόσο ένα μεθοδολογικό κενό ndash το οποίο προσπα-

θήσαμε να γεφυρώσουμε ndash το οποίο δεν επιτρέπει τη χρήση τους σε

εφαρμογές ελέγχου συστημάτων

Π Σωπασάκης Διδακτορική Διατριβή 5482

V Παράδειγμα Κρουστικής Συμπεριφοράς

minus2 minus1 0 1 2 3 4 5minus3

minus2

minus1

0

1

2

3

4

x1

x2

Impulsive Behaviour

Π Σωπασάκης Διδακτορική Διατριβή 5582

V Γραμμικά Κρουστικά Συστήματα τύπου Ι

Εστιάζουμε στα ακόλουθα κρουστικά συστήματα

dx

dt= Ax t isin hN (3αʹ)

(∆x)(τk) = BU(k x(τk)) (3βʹ)

όπου τk = kh k isin N Η λύση του (3) που τέμνει το (t0 x0) isinR times D με τη δράση της συνάρτησης ελέγχου U(k x) = g(x(τk))συμβολίζεται με ϕ(t t0 x0 g(middot))Το (3) υπόκειται στους περιορισμούς

x(t) isin X για κάθε t ge 0 X πολύεδρο

uk = g(x(τk)) isin U για κάθε k isin N U πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 5682

V Το πρόβλημα

Τα μόνα σημεία ισορροπίας τέτοιων συστημάτων τις περισσότερες

φορές δεν είναι άλλα από την αρχή ndash ή πιο γενικά σημεία

(xs us) isin kerAtimes kerB

΄Αρα δεν είναι δυνατό να σχεδιάσουμε σταθεροποιητικούς νόμους

ανάδρασης που οδηγούν την κατάσταση των κρουστικών συστη-

μάτων σε αυθαίρετα επιθυμητά σημεία

Π Σωπασάκης Διδακτορική Διατριβή 5782

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Π Σωπασάκης Διδακτορική Διατριβή 5982

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Υπολογισμός Ορίζουμε το F P(Rn)rarr P(Rn) ως

F (Ω) = projx

(y u) isin Rn+m

∣∣∣∣ ϕ(T 0 y u) isin ΩS (y u) sube Z

cap Ω

όπου S(x u) sube W(x u)1 Κάθε Y με F (Y) = Y είναι ένα Κρου-

στικά Ελεγκτικά Αναλλοώτο σύνολο ως προς Z

1Σημειώστε ότι W(x u) = clϕ(t 0 x u) t isin (0 h]Π Σωπασάκης Διδακτορική Διατριβή 6082

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Κατασκευάζουμε μια εμφολευμένη ακολουθία συνόλων YkkisinN ώστε

Y0 = ZYk+1 = F (Yk) k isin N

Το όριο

Yinfin =⋂kisinNYk

είναι ΚΕΑ Αν η σύγκλιση γίνεται σε πεπερασμένο αριθμό βημάτων

τότε είναι πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 6182

V Κρουστική Ευστάθεια Συνόλων

΄Ενα empty 6= Z $ X λέγεται ευσταθές για ένα δοσμένο σύστημα Σg

ndash με ανατροφοδότηση U(k x) = g(x(τk)) ndash ως προς ένα Y 6= empty αν

forallε gt 0existδ gt 0 x0 isin BYδ rArr ϕ(tx0 g(middot)) isin BZε forallt ge 0

Το Z λέγεται τοπικά ασυμπτωτικά ευσταθές για το Σgως

προς Y αν είναι ευσταθές και υπάρχει ε gt 0 ώστε

limtrarrinfin

distZ ϕ(tx0 g(middot)) = 0

οπόταν x0 isin BYε

Ορίζουμε BYδ = x isin X | distY(x) lt δ

Π Σωπασάκης Διδακτορική Διατριβή 6282

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 44: Modelling and Control of Biological and Physiological Systems

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Εφαρμόζοντας το μετασχηματισμό Laplace προκύπτει η συνάρτηση

μεταφοράς του συστήματος

G(s) equiv A1(s)

U(s)=

sa + k21sa+1 + k21s+ (k10 + k12)sa + k10k21

Πίνακας ΦΚ Παράμετροι Αμιοδαρόνης

Παράμετρος Τιμή

a 05870k10 14913dayminus1

k12 29522dayminus1

k21 04854dayminusa

A Dokoumetzidis R Magin and P Macheras ldquoFractional kinetics in multi- compartmentalsystemsrdquo Journal of Pharmacokinetics and Pharmacodynamics vol 37 pp 507ndash524 2010

Π Σωπασάκης Διδακτορική Διατριβή 3982

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Πίνακας Βέλτιστες Παράμε-

τροι Βαθμονόμησης Κλασμα-

τικού Ρυθμιστή

Παράμετρος Τιμή

Kp 5052Ki 1511Kd 00756λ 09170micro 07590

005 01 015 02 025 030

002

004

006

008

01

012

Kp=20

Kp=95

Kp=K

p

opt

Time (days)

Am

ou

nt

A1

Π Σωπασάκης Διδακτορική Διατριβή 4082

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus100

minus50

0

50

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ανοιχτού βρόγχου Το περι-

θώριο φάσης είναι 98 και το περιθώριο ενίσχυσης 439db

Π Σωπασάκης Διδακτορική Διατριβή 4182

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus80

minus60

minus40

minus20

0

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης καθοδήγησης Η απολαβή στις

υψηλές συχνότητες (gt 102radday) είναι κάτω των minus60db

Π Σωπασάκης Διδακτορική Διατριβή 4282

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus30

minus20

minus10

0

10

Magnitude (

dB

)

10minus3

10minus2

10minus1

100

101

102

minus30

0

30

60

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ευαισθησίας Η απολαβή χα-

μηλών συχνοτήτων (lt 10minus2radday) είναι κάτω των minus20db

Π Σωπασάκης Διδακτορική Διατριβή 4382

IVΔειγματοληπτική Χορήγηση

Εξασφάλιση ικανοποίησης των περιορισμών στο συνεχές

Π Σωπασάκης Διδακτορική Διατριβή 4482

IV Συστήματα με Δειγματοληψία

΄Ενα σύστημα με δειγματοληψία με στοιχείο διατήρησης τιμής μη-

δενικής τάξης έχει τη μορφή

dx

dt= f(x(t) u(t))

u(t) = uk forallt isin [kh (k + 1)h)

Π Σωπασάκης Διδακτορική Διατριβή 4582

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Ο σχεδιασμός ενός ΕΠΜ που εγγυάται ικανοποίηση των

περιορισμών στο συνεχές είχε αναγνωριστεί ως ανοιχτό

πρόβλημα από τους L Grune και J Pannek το 2011

L Grune and J Pannek Nonlinear Model Predictive Control Theory and Algorithms ser Com-munications and Control Engineering Springer-Verlag 2011

Π Σωπασάκης Διδακτορική Διατριβή 4782

IV Διατύπωση του Προβλήματος

Το αρχικό πρόβλημα βελτιστοποίησης PN (x0) είναι

V N (x0) = inf

uisinCh([0Tf ]Rm)

int Tf

0`(x(t) u(t))dt+ Vf (x(Tf ))

υπό τους περιορισμούς

x(0) = x0

x(t) = Ax(t) +Bu(t) t isin [0 Tf ]

u(t) = uk t isin [kh (k + 1)h) k isin N[0Nminus1]

x(t) isin X t isin [0 Tf ] (Ημιάπειρο Πρόβλημα)

u(t) isin U t isin [0 Tf ]

x(Tf ) isin Xf

όπου Tf = Nh `(x u) = 12(xprimeQx+ uprimeRu) και Vf (x) = 1

2xprimePx

Π Σωπασάκης Διδακτορική Διατριβή 4882

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Πολυτοπικές Υπερπροσεγγίσεις

Χρησιμοποιώντας τη μέθοδο δι-

άσπασης Jordan σε συνδυασμό

με τη μέθοδο πλεγματοποίησης-

φράγματος κατασκευάζουμε πολύτο-

πα Pν με

Pν supe co Φ([0 h])

και

PνKrarr co Φ([0 h])

Ορίζουμε

Zν = Pminus1ν (X )

Αποδείξαμε ότι

Zν rarr Zh

minus06 minus04 minus02 0 02 04 06 08 1 12

065

07

075

08

085

09

095

1

x1

x2

Σχήμα Πολυτοπική Υπερπροσέγγι-

ση της συνάρτησης ∆(r) = eAr

P Patrinos P Sopasakis and H SarimveisldquoStochastic model predictive control for con-strained NCS with random time delayrdquo in Proc18th IFAC World Congress Aug 28 ndash Sep 22011

Π Σωπασάκης Διδακτορική Διατριβή 5082

IV Αναδιαμορφωμένο πρόβλημα ΕΠΜ

Διαμορφώνουμε την ακολουθία προβλημάτων ΕΠΜ

PνN (x0) V Nν (x0) = min

u[0Nminus1]isinUνN (x0)VN(x0u[0Nminus1]

)(1)

όπου

UνN (x0) =

u[0Nminus1]

∣∣∣∣∣∣∣∣∣∣

xk+1 = Ahxk +Bhukk isin N[0Nminus1]

(xk uk) isin Zν k isin N[0Nminus1]uk isin U k isin N[0Nminus1]xN isin X νf

(2)

Απ΄ όπου προκύπτουν οι βέλτιστες ακολουθίες λύσεων uν[0Nminus1]

Π Σωπασάκης Διδακτορική Διατριβή 5182

IV Ιδιότητες του ΕΠΜ

Ιδιότητες του σχήματος ΕΠΜ που

προτείνουμε

1 Ικανοποίηση των περιορισμών

στο συνεχή χρόνο

2 Εγγύηση ευστάθειας στο συνε-

χή χρόνο

3 uν[0Nminus1]grarr u[0Nminus1]

4 V Nνerarr V N

P Sopasakis P Patrinos and H SarimveisldquoModel Predictive Control for sampled-data li-near systems Guaranteeing continuous-time po-sitive invariancerdquo 2012 IEEE Trans Aut Contrsubmitted for publication

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Σχήμα Σύγκριση των πεδίων έλξης

της μεθοδολογίας μας με αυτή των

Magni και Scattolini

Π Σωπασάκης Διδακτορική Διατριβή 5282

VΚρουστική Χορήγηση

Αναλλοίωτο και Ευστάθεια Κρουστικών Συστημάτων Ελέγχου και

Σχεδιασμός Ελεγκτή Προβλεπτικού Μοντέλου

Π Σωπασάκης Διδακτορική Διατριβή 5382

V Κίνητρο

Τα Κρουστικά Δυναμικά περιγράφουν φαινόμενα στα οποία συμβα-

ίνουν στιγμιαία άλματα Σχετικά παραδείγματα είναι

1 Ζυμωτήρας διαλείποντος έργου (Shen et al 2007)

2 Πληθυσμιακή Δυναμική (Stone et al 2000)

3 Νανοηλεκτρονικά κυκλώματα (Yang and Chua 2000)

4 Πλοήγηση διαστημοπλοίου (Carter 1991)

5 Χορήγηση φαρμάκου (Kusuoka et al 1981)

Υπάρχει ωστόσο ένα μεθοδολογικό κενό ndash το οποίο προσπα-

θήσαμε να γεφυρώσουμε ndash το οποίο δεν επιτρέπει τη χρήση τους σε

εφαρμογές ελέγχου συστημάτων

Π Σωπασάκης Διδακτορική Διατριβή 5482

V Παράδειγμα Κρουστικής Συμπεριφοράς

minus2 minus1 0 1 2 3 4 5minus3

minus2

minus1

0

1

2

3

4

x1

x2

Impulsive Behaviour

Π Σωπασάκης Διδακτορική Διατριβή 5582

V Γραμμικά Κρουστικά Συστήματα τύπου Ι

Εστιάζουμε στα ακόλουθα κρουστικά συστήματα

dx

dt= Ax t isin hN (3αʹ)

(∆x)(τk) = BU(k x(τk)) (3βʹ)

όπου τk = kh k isin N Η λύση του (3) που τέμνει το (t0 x0) isinR times D με τη δράση της συνάρτησης ελέγχου U(k x) = g(x(τk))συμβολίζεται με ϕ(t t0 x0 g(middot))Το (3) υπόκειται στους περιορισμούς

x(t) isin X για κάθε t ge 0 X πολύεδρο

uk = g(x(τk)) isin U για κάθε k isin N U πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 5682

V Το πρόβλημα

Τα μόνα σημεία ισορροπίας τέτοιων συστημάτων τις περισσότερες

φορές δεν είναι άλλα από την αρχή ndash ή πιο γενικά σημεία

(xs us) isin kerAtimes kerB

΄Αρα δεν είναι δυνατό να σχεδιάσουμε σταθεροποιητικούς νόμους

ανάδρασης που οδηγούν την κατάσταση των κρουστικών συστη-

μάτων σε αυθαίρετα επιθυμητά σημεία

Π Σωπασάκης Διδακτορική Διατριβή 5782

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Π Σωπασάκης Διδακτορική Διατριβή 5982

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Υπολογισμός Ορίζουμε το F P(Rn)rarr P(Rn) ως

F (Ω) = projx

(y u) isin Rn+m

∣∣∣∣ ϕ(T 0 y u) isin ΩS (y u) sube Z

cap Ω

όπου S(x u) sube W(x u)1 Κάθε Y με F (Y) = Y είναι ένα Κρου-

στικά Ελεγκτικά Αναλλοώτο σύνολο ως προς Z

1Σημειώστε ότι W(x u) = clϕ(t 0 x u) t isin (0 h]Π Σωπασάκης Διδακτορική Διατριβή 6082

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Κατασκευάζουμε μια εμφολευμένη ακολουθία συνόλων YkkisinN ώστε

Y0 = ZYk+1 = F (Yk) k isin N

Το όριο

Yinfin =⋂kisinNYk

είναι ΚΕΑ Αν η σύγκλιση γίνεται σε πεπερασμένο αριθμό βημάτων

τότε είναι πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 6182

V Κρουστική Ευστάθεια Συνόλων

΄Ενα empty 6= Z $ X λέγεται ευσταθές για ένα δοσμένο σύστημα Σg

ndash με ανατροφοδότηση U(k x) = g(x(τk)) ndash ως προς ένα Y 6= empty αν

forallε gt 0existδ gt 0 x0 isin BYδ rArr ϕ(tx0 g(middot)) isin BZε forallt ge 0

Το Z λέγεται τοπικά ασυμπτωτικά ευσταθές για το Σgως

προς Y αν είναι ευσταθές και υπάρχει ε gt 0 ώστε

limtrarrinfin

distZ ϕ(tx0 g(middot)) = 0

οπόταν x0 isin BYε

Ορίζουμε BYδ = x isin X | distY(x) lt δ

Π Σωπασάκης Διδακτορική Διατριβή 6282

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 45: Modelling and Control of Biological and Physiological Systems

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

Πίνακας Βέλτιστες Παράμε-

τροι Βαθμονόμησης Κλασμα-

τικού Ρυθμιστή

Παράμετρος Τιμή

Kp 5052Ki 1511Kd 00756λ 09170micro 07590

005 01 015 02 025 030

002

004

006

008

01

012

Kp=20

Kp=95

Kp=K

p

opt

Time (days)

Am

ou

nt

A1

Π Σωπασάκης Διδακτορική Διατριβή 4082

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus100

minus50

0

50

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ανοιχτού βρόγχου Το περι-

θώριο φάσης είναι 98 και το περιθώριο ενίσχυσης 439db

Π Σωπασάκης Διδακτορική Διατριβή 4182

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus80

minus60

minus40

minus20

0

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης καθοδήγησης Η απολαβή στις

υψηλές συχνότητες (gt 102radday) είναι κάτω των minus60db

Π Σωπασάκης Διδακτορική Διατριβή 4282

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus30

minus20

minus10

0

10

Magnitude (

dB

)

10minus3

10minus2

10minus1

100

101

102

minus30

0

30

60

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ευαισθησίας Η απολαβή χα-

μηλών συχνοτήτων (lt 10minus2radday) είναι κάτω των minus20db

Π Σωπασάκης Διδακτορική Διατριβή 4382

IVΔειγματοληπτική Χορήγηση

Εξασφάλιση ικανοποίησης των περιορισμών στο συνεχές

Π Σωπασάκης Διδακτορική Διατριβή 4482

IV Συστήματα με Δειγματοληψία

΄Ενα σύστημα με δειγματοληψία με στοιχείο διατήρησης τιμής μη-

δενικής τάξης έχει τη μορφή

dx

dt= f(x(t) u(t))

u(t) = uk forallt isin [kh (k + 1)h)

Π Σωπασάκης Διδακτορική Διατριβή 4582

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Ο σχεδιασμός ενός ΕΠΜ που εγγυάται ικανοποίηση των

περιορισμών στο συνεχές είχε αναγνωριστεί ως ανοιχτό

πρόβλημα από τους L Grune και J Pannek το 2011

L Grune and J Pannek Nonlinear Model Predictive Control Theory and Algorithms ser Com-munications and Control Engineering Springer-Verlag 2011

Π Σωπασάκης Διδακτορική Διατριβή 4782

IV Διατύπωση του Προβλήματος

Το αρχικό πρόβλημα βελτιστοποίησης PN (x0) είναι

V N (x0) = inf

uisinCh([0Tf ]Rm)

int Tf

0`(x(t) u(t))dt+ Vf (x(Tf ))

υπό τους περιορισμούς

x(0) = x0

x(t) = Ax(t) +Bu(t) t isin [0 Tf ]

u(t) = uk t isin [kh (k + 1)h) k isin N[0Nminus1]

x(t) isin X t isin [0 Tf ] (Ημιάπειρο Πρόβλημα)

u(t) isin U t isin [0 Tf ]

x(Tf ) isin Xf

όπου Tf = Nh `(x u) = 12(xprimeQx+ uprimeRu) και Vf (x) = 1

2xprimePx

Π Σωπασάκης Διδακτορική Διατριβή 4882

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Πολυτοπικές Υπερπροσεγγίσεις

Χρησιμοποιώντας τη μέθοδο δι-

άσπασης Jordan σε συνδυασμό

με τη μέθοδο πλεγματοποίησης-

φράγματος κατασκευάζουμε πολύτο-

πα Pν με

Pν supe co Φ([0 h])

και

PνKrarr co Φ([0 h])

Ορίζουμε

Zν = Pminus1ν (X )

Αποδείξαμε ότι

Zν rarr Zh

minus06 minus04 minus02 0 02 04 06 08 1 12

065

07

075

08

085

09

095

1

x1

x2

Σχήμα Πολυτοπική Υπερπροσέγγι-

ση της συνάρτησης ∆(r) = eAr

P Patrinos P Sopasakis and H SarimveisldquoStochastic model predictive control for con-strained NCS with random time delayrdquo in Proc18th IFAC World Congress Aug 28 ndash Sep 22011

Π Σωπασάκης Διδακτορική Διατριβή 5082

IV Αναδιαμορφωμένο πρόβλημα ΕΠΜ

Διαμορφώνουμε την ακολουθία προβλημάτων ΕΠΜ

PνN (x0) V Nν (x0) = min

u[0Nminus1]isinUνN (x0)VN(x0u[0Nminus1]

)(1)

όπου

UνN (x0) =

u[0Nminus1]

∣∣∣∣∣∣∣∣∣∣

xk+1 = Ahxk +Bhukk isin N[0Nminus1]

(xk uk) isin Zν k isin N[0Nminus1]uk isin U k isin N[0Nminus1]xN isin X νf

(2)

Απ΄ όπου προκύπτουν οι βέλτιστες ακολουθίες λύσεων uν[0Nminus1]

Π Σωπασάκης Διδακτορική Διατριβή 5182

IV Ιδιότητες του ΕΠΜ

Ιδιότητες του σχήματος ΕΠΜ που

προτείνουμε

1 Ικανοποίηση των περιορισμών

στο συνεχή χρόνο

2 Εγγύηση ευστάθειας στο συνε-

χή χρόνο

3 uν[0Nminus1]grarr u[0Nminus1]

4 V Nνerarr V N

P Sopasakis P Patrinos and H SarimveisldquoModel Predictive Control for sampled-data li-near systems Guaranteeing continuous-time po-sitive invariancerdquo 2012 IEEE Trans Aut Contrsubmitted for publication

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Σχήμα Σύγκριση των πεδίων έλξης

της μεθοδολογίας μας με αυτή των

Magni και Scattolini

Π Σωπασάκης Διδακτορική Διατριβή 5282

VΚρουστική Χορήγηση

Αναλλοίωτο και Ευστάθεια Κρουστικών Συστημάτων Ελέγχου και

Σχεδιασμός Ελεγκτή Προβλεπτικού Μοντέλου

Π Σωπασάκης Διδακτορική Διατριβή 5382

V Κίνητρο

Τα Κρουστικά Δυναμικά περιγράφουν φαινόμενα στα οποία συμβα-

ίνουν στιγμιαία άλματα Σχετικά παραδείγματα είναι

1 Ζυμωτήρας διαλείποντος έργου (Shen et al 2007)

2 Πληθυσμιακή Δυναμική (Stone et al 2000)

3 Νανοηλεκτρονικά κυκλώματα (Yang and Chua 2000)

4 Πλοήγηση διαστημοπλοίου (Carter 1991)

5 Χορήγηση φαρμάκου (Kusuoka et al 1981)

Υπάρχει ωστόσο ένα μεθοδολογικό κενό ndash το οποίο προσπα-

θήσαμε να γεφυρώσουμε ndash το οποίο δεν επιτρέπει τη χρήση τους σε

εφαρμογές ελέγχου συστημάτων

Π Σωπασάκης Διδακτορική Διατριβή 5482

V Παράδειγμα Κρουστικής Συμπεριφοράς

minus2 minus1 0 1 2 3 4 5minus3

minus2

minus1

0

1

2

3

4

x1

x2

Impulsive Behaviour

Π Σωπασάκης Διδακτορική Διατριβή 5582

V Γραμμικά Κρουστικά Συστήματα τύπου Ι

Εστιάζουμε στα ακόλουθα κρουστικά συστήματα

dx

dt= Ax t isin hN (3αʹ)

(∆x)(τk) = BU(k x(τk)) (3βʹ)

όπου τk = kh k isin N Η λύση του (3) που τέμνει το (t0 x0) isinR times D με τη δράση της συνάρτησης ελέγχου U(k x) = g(x(τk))συμβολίζεται με ϕ(t t0 x0 g(middot))Το (3) υπόκειται στους περιορισμούς

x(t) isin X για κάθε t ge 0 X πολύεδρο

uk = g(x(τk)) isin U για κάθε k isin N U πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 5682

V Το πρόβλημα

Τα μόνα σημεία ισορροπίας τέτοιων συστημάτων τις περισσότερες

φορές δεν είναι άλλα από την αρχή ndash ή πιο γενικά σημεία

(xs us) isin kerAtimes kerB

΄Αρα δεν είναι δυνατό να σχεδιάσουμε σταθεροποιητικούς νόμους

ανάδρασης που οδηγούν την κατάσταση των κρουστικών συστη-

μάτων σε αυθαίρετα επιθυμητά σημεία

Π Σωπασάκης Διδακτορική Διατριβή 5782

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Π Σωπασάκης Διδακτορική Διατριβή 5982

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Υπολογισμός Ορίζουμε το F P(Rn)rarr P(Rn) ως

F (Ω) = projx

(y u) isin Rn+m

∣∣∣∣ ϕ(T 0 y u) isin ΩS (y u) sube Z

cap Ω

όπου S(x u) sube W(x u)1 Κάθε Y με F (Y) = Y είναι ένα Κρου-

στικά Ελεγκτικά Αναλλοώτο σύνολο ως προς Z

1Σημειώστε ότι W(x u) = clϕ(t 0 x u) t isin (0 h]Π Σωπασάκης Διδακτορική Διατριβή 6082

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Κατασκευάζουμε μια εμφολευμένη ακολουθία συνόλων YkkisinN ώστε

Y0 = ZYk+1 = F (Yk) k isin N

Το όριο

Yinfin =⋂kisinNYk

είναι ΚΕΑ Αν η σύγκλιση γίνεται σε πεπερασμένο αριθμό βημάτων

τότε είναι πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 6182

V Κρουστική Ευστάθεια Συνόλων

΄Ενα empty 6= Z $ X λέγεται ευσταθές για ένα δοσμένο σύστημα Σg

ndash με ανατροφοδότηση U(k x) = g(x(τk)) ndash ως προς ένα Y 6= empty αν

forallε gt 0existδ gt 0 x0 isin BYδ rArr ϕ(tx0 g(middot)) isin BZε forallt ge 0

Το Z λέγεται τοπικά ασυμπτωτικά ευσταθές για το Σgως

προς Y αν είναι ευσταθές και υπάρχει ε gt 0 ώστε

limtrarrinfin

distZ ϕ(tx0 g(middot)) = 0

οπόταν x0 isin BYε

Ορίζουμε BYδ = x isin X | distY(x) lt δ

Π Σωπασάκης Διδακτορική Διατριβή 6282

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 46: Modelling and Control of Biological and Physiological Systems

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus100

minus50

0

50

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ανοιχτού βρόγχου Το περι-

θώριο φάσης είναι 98 και το περιθώριο ενίσχυσης 439db

Π Σωπασάκης Διδακτορική Διατριβή 4182

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus80

minus60

minus40

minus20

0

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης καθοδήγησης Η απολαβή στις

υψηλές συχνότητες (gt 102radday) είναι κάτω των minus60db

Π Σωπασάκης Διδακτορική Διατριβή 4282

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus30

minus20

minus10

0

10

Magnitude (

dB

)

10minus3

10minus2

10minus1

100

101

102

minus30

0

30

60

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ευαισθησίας Η απολαβή χα-

μηλών συχνοτήτων (lt 10minus2radday) είναι κάτω των minus20db

Π Σωπασάκης Διδακτορική Διατριβή 4382

IVΔειγματοληπτική Χορήγηση

Εξασφάλιση ικανοποίησης των περιορισμών στο συνεχές

Π Σωπασάκης Διδακτορική Διατριβή 4482

IV Συστήματα με Δειγματοληψία

΄Ενα σύστημα με δειγματοληψία με στοιχείο διατήρησης τιμής μη-

δενικής τάξης έχει τη μορφή

dx

dt= f(x(t) u(t))

u(t) = uk forallt isin [kh (k + 1)h)

Π Σωπασάκης Διδακτορική Διατριβή 4582

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Ο σχεδιασμός ενός ΕΠΜ που εγγυάται ικανοποίηση των

περιορισμών στο συνεχές είχε αναγνωριστεί ως ανοιχτό

πρόβλημα από τους L Grune και J Pannek το 2011

L Grune and J Pannek Nonlinear Model Predictive Control Theory and Algorithms ser Com-munications and Control Engineering Springer-Verlag 2011

Π Σωπασάκης Διδακτορική Διατριβή 4782

IV Διατύπωση του Προβλήματος

Το αρχικό πρόβλημα βελτιστοποίησης PN (x0) είναι

V N (x0) = inf

uisinCh([0Tf ]Rm)

int Tf

0`(x(t) u(t))dt+ Vf (x(Tf ))

υπό τους περιορισμούς

x(0) = x0

x(t) = Ax(t) +Bu(t) t isin [0 Tf ]

u(t) = uk t isin [kh (k + 1)h) k isin N[0Nminus1]

x(t) isin X t isin [0 Tf ] (Ημιάπειρο Πρόβλημα)

u(t) isin U t isin [0 Tf ]

x(Tf ) isin Xf

όπου Tf = Nh `(x u) = 12(xprimeQx+ uprimeRu) και Vf (x) = 1

2xprimePx

Π Σωπασάκης Διδακτορική Διατριβή 4882

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Πολυτοπικές Υπερπροσεγγίσεις

Χρησιμοποιώντας τη μέθοδο δι-

άσπασης Jordan σε συνδυασμό

με τη μέθοδο πλεγματοποίησης-

φράγματος κατασκευάζουμε πολύτο-

πα Pν με

Pν supe co Φ([0 h])

και

PνKrarr co Φ([0 h])

Ορίζουμε

Zν = Pminus1ν (X )

Αποδείξαμε ότι

Zν rarr Zh

minus06 minus04 minus02 0 02 04 06 08 1 12

065

07

075

08

085

09

095

1

x1

x2

Σχήμα Πολυτοπική Υπερπροσέγγι-

ση της συνάρτησης ∆(r) = eAr

P Patrinos P Sopasakis and H SarimveisldquoStochastic model predictive control for con-strained NCS with random time delayrdquo in Proc18th IFAC World Congress Aug 28 ndash Sep 22011

Π Σωπασάκης Διδακτορική Διατριβή 5082

IV Αναδιαμορφωμένο πρόβλημα ΕΠΜ

Διαμορφώνουμε την ακολουθία προβλημάτων ΕΠΜ

PνN (x0) V Nν (x0) = min

u[0Nminus1]isinUνN (x0)VN(x0u[0Nminus1]

)(1)

όπου

UνN (x0) =

u[0Nminus1]

∣∣∣∣∣∣∣∣∣∣

xk+1 = Ahxk +Bhukk isin N[0Nminus1]

(xk uk) isin Zν k isin N[0Nminus1]uk isin U k isin N[0Nminus1]xN isin X νf

(2)

Απ΄ όπου προκύπτουν οι βέλτιστες ακολουθίες λύσεων uν[0Nminus1]

Π Σωπασάκης Διδακτορική Διατριβή 5182

IV Ιδιότητες του ΕΠΜ

Ιδιότητες του σχήματος ΕΠΜ που

προτείνουμε

1 Ικανοποίηση των περιορισμών

στο συνεχή χρόνο

2 Εγγύηση ευστάθειας στο συνε-

χή χρόνο

3 uν[0Nminus1]grarr u[0Nminus1]

4 V Nνerarr V N

P Sopasakis P Patrinos and H SarimveisldquoModel Predictive Control for sampled-data li-near systems Guaranteeing continuous-time po-sitive invariancerdquo 2012 IEEE Trans Aut Contrsubmitted for publication

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Σχήμα Σύγκριση των πεδίων έλξης

της μεθοδολογίας μας με αυτή των

Magni και Scattolini

Π Σωπασάκης Διδακτορική Διατριβή 5282

VΚρουστική Χορήγηση

Αναλλοίωτο και Ευστάθεια Κρουστικών Συστημάτων Ελέγχου και

Σχεδιασμός Ελεγκτή Προβλεπτικού Μοντέλου

Π Σωπασάκης Διδακτορική Διατριβή 5382

V Κίνητρο

Τα Κρουστικά Δυναμικά περιγράφουν φαινόμενα στα οποία συμβα-

ίνουν στιγμιαία άλματα Σχετικά παραδείγματα είναι

1 Ζυμωτήρας διαλείποντος έργου (Shen et al 2007)

2 Πληθυσμιακή Δυναμική (Stone et al 2000)

3 Νανοηλεκτρονικά κυκλώματα (Yang and Chua 2000)

4 Πλοήγηση διαστημοπλοίου (Carter 1991)

5 Χορήγηση φαρμάκου (Kusuoka et al 1981)

Υπάρχει ωστόσο ένα μεθοδολογικό κενό ndash το οποίο προσπα-

θήσαμε να γεφυρώσουμε ndash το οποίο δεν επιτρέπει τη χρήση τους σε

εφαρμογές ελέγχου συστημάτων

Π Σωπασάκης Διδακτορική Διατριβή 5482

V Παράδειγμα Κρουστικής Συμπεριφοράς

minus2 minus1 0 1 2 3 4 5minus3

minus2

minus1

0

1

2

3

4

x1

x2

Impulsive Behaviour

Π Σωπασάκης Διδακτορική Διατριβή 5582

V Γραμμικά Κρουστικά Συστήματα τύπου Ι

Εστιάζουμε στα ακόλουθα κρουστικά συστήματα

dx

dt= Ax t isin hN (3αʹ)

(∆x)(τk) = BU(k x(τk)) (3βʹ)

όπου τk = kh k isin N Η λύση του (3) που τέμνει το (t0 x0) isinR times D με τη δράση της συνάρτησης ελέγχου U(k x) = g(x(τk))συμβολίζεται με ϕ(t t0 x0 g(middot))Το (3) υπόκειται στους περιορισμούς

x(t) isin X για κάθε t ge 0 X πολύεδρο

uk = g(x(τk)) isin U για κάθε k isin N U πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 5682

V Το πρόβλημα

Τα μόνα σημεία ισορροπίας τέτοιων συστημάτων τις περισσότερες

φορές δεν είναι άλλα από την αρχή ndash ή πιο γενικά σημεία

(xs us) isin kerAtimes kerB

΄Αρα δεν είναι δυνατό να σχεδιάσουμε σταθεροποιητικούς νόμους

ανάδρασης που οδηγούν την κατάσταση των κρουστικών συστη-

μάτων σε αυθαίρετα επιθυμητά σημεία

Π Σωπασάκης Διδακτορική Διατριβή 5782

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Π Σωπασάκης Διδακτορική Διατριβή 5982

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Υπολογισμός Ορίζουμε το F P(Rn)rarr P(Rn) ως

F (Ω) = projx

(y u) isin Rn+m

∣∣∣∣ ϕ(T 0 y u) isin ΩS (y u) sube Z

cap Ω

όπου S(x u) sube W(x u)1 Κάθε Y με F (Y) = Y είναι ένα Κρου-

στικά Ελεγκτικά Αναλλοώτο σύνολο ως προς Z

1Σημειώστε ότι W(x u) = clϕ(t 0 x u) t isin (0 h]Π Σωπασάκης Διδακτορική Διατριβή 6082

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Κατασκευάζουμε μια εμφολευμένη ακολουθία συνόλων YkkisinN ώστε

Y0 = ZYk+1 = F (Yk) k isin N

Το όριο

Yinfin =⋂kisinNYk

είναι ΚΕΑ Αν η σύγκλιση γίνεται σε πεπερασμένο αριθμό βημάτων

τότε είναι πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 6182

V Κρουστική Ευστάθεια Συνόλων

΄Ενα empty 6= Z $ X λέγεται ευσταθές για ένα δοσμένο σύστημα Σg

ndash με ανατροφοδότηση U(k x) = g(x(τk)) ndash ως προς ένα Y 6= empty αν

forallε gt 0existδ gt 0 x0 isin BYδ rArr ϕ(tx0 g(middot)) isin BZε forallt ge 0

Το Z λέγεται τοπικά ασυμπτωτικά ευσταθές για το Σgως

προς Y αν είναι ευσταθές και υπάρχει ε gt 0 ώστε

limtrarrinfin

distZ ϕ(tx0 g(middot)) = 0

οπόταν x0 isin BYε

Ορίζουμε BYδ = x isin X | distY(x) lt δ

Π Σωπασάκης Διδακτορική Διατριβή 6282

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 47: Modelling and Control of Biological and Physiological Systems

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus80

minus60

minus40

minus20

0

Magnitude (

dB

)

10minus2

10minus1

100

101

102

minus225

minus180

minus135

minus90

minus45

0

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης καθοδήγησης Η απολαβή στις

υψηλές συχνότητες (gt 102radday) είναι κάτω των minus60db

Π Σωπασάκης Διδακτορική Διατριβή 4282

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus30

minus20

minus10

0

10

Magnitude (

dB

)

10minus3

10minus2

10minus1

100

101

102

minus30

0

30

60

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ευαισθησίας Η απολαβή χα-

μηλών συχνοτήτων (lt 10minus2radday) είναι κάτω των minus20db

Π Σωπασάκης Διδακτορική Διατριβή 4382

IVΔειγματοληπτική Χορήγηση

Εξασφάλιση ικανοποίησης των περιορισμών στο συνεχές

Π Σωπασάκης Διδακτορική Διατριβή 4482

IV Συστήματα με Δειγματοληψία

΄Ενα σύστημα με δειγματοληψία με στοιχείο διατήρησης τιμής μη-

δενικής τάξης έχει τη μορφή

dx

dt= f(x(t) u(t))

u(t) = uk forallt isin [kh (k + 1)h)

Π Σωπασάκης Διδακτορική Διατριβή 4582

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Ο σχεδιασμός ενός ΕΠΜ που εγγυάται ικανοποίηση των

περιορισμών στο συνεχές είχε αναγνωριστεί ως ανοιχτό

πρόβλημα από τους L Grune και J Pannek το 2011

L Grune and J Pannek Nonlinear Model Predictive Control Theory and Algorithms ser Com-munications and Control Engineering Springer-Verlag 2011

Π Σωπασάκης Διδακτορική Διατριβή 4782

IV Διατύπωση του Προβλήματος

Το αρχικό πρόβλημα βελτιστοποίησης PN (x0) είναι

V N (x0) = inf

uisinCh([0Tf ]Rm)

int Tf

0`(x(t) u(t))dt+ Vf (x(Tf ))

υπό τους περιορισμούς

x(0) = x0

x(t) = Ax(t) +Bu(t) t isin [0 Tf ]

u(t) = uk t isin [kh (k + 1)h) k isin N[0Nminus1]

x(t) isin X t isin [0 Tf ] (Ημιάπειρο Πρόβλημα)

u(t) isin U t isin [0 Tf ]

x(Tf ) isin Xf

όπου Tf = Nh `(x u) = 12(xprimeQx+ uprimeRu) και Vf (x) = 1

2xprimePx

Π Σωπασάκης Διδακτορική Διατριβή 4882

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Πολυτοπικές Υπερπροσεγγίσεις

Χρησιμοποιώντας τη μέθοδο δι-

άσπασης Jordan σε συνδυασμό

με τη μέθοδο πλεγματοποίησης-

φράγματος κατασκευάζουμε πολύτο-

πα Pν με

Pν supe co Φ([0 h])

και

PνKrarr co Φ([0 h])

Ορίζουμε

Zν = Pminus1ν (X )

Αποδείξαμε ότι

Zν rarr Zh

minus06 minus04 minus02 0 02 04 06 08 1 12

065

07

075

08

085

09

095

1

x1

x2

Σχήμα Πολυτοπική Υπερπροσέγγι-

ση της συνάρτησης ∆(r) = eAr

P Patrinos P Sopasakis and H SarimveisldquoStochastic model predictive control for con-strained NCS with random time delayrdquo in Proc18th IFAC World Congress Aug 28 ndash Sep 22011

Π Σωπασάκης Διδακτορική Διατριβή 5082

IV Αναδιαμορφωμένο πρόβλημα ΕΠΜ

Διαμορφώνουμε την ακολουθία προβλημάτων ΕΠΜ

PνN (x0) V Nν (x0) = min

u[0Nminus1]isinUνN (x0)VN(x0u[0Nminus1]

)(1)

όπου

UνN (x0) =

u[0Nminus1]

∣∣∣∣∣∣∣∣∣∣

xk+1 = Ahxk +Bhukk isin N[0Nminus1]

(xk uk) isin Zν k isin N[0Nminus1]uk isin U k isin N[0Nminus1]xN isin X νf

(2)

Απ΄ όπου προκύπτουν οι βέλτιστες ακολουθίες λύσεων uν[0Nminus1]

Π Σωπασάκης Διδακτορική Διατριβή 5182

IV Ιδιότητες του ΕΠΜ

Ιδιότητες του σχήματος ΕΠΜ που

προτείνουμε

1 Ικανοποίηση των περιορισμών

στο συνεχή χρόνο

2 Εγγύηση ευστάθειας στο συνε-

χή χρόνο

3 uν[0Nminus1]grarr u[0Nminus1]

4 V Nνerarr V N

P Sopasakis P Patrinos and H SarimveisldquoModel Predictive Control for sampled-data li-near systems Guaranteeing continuous-time po-sitive invariancerdquo 2012 IEEE Trans Aut Contrsubmitted for publication

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Σχήμα Σύγκριση των πεδίων έλξης

της μεθοδολογίας μας με αυτή των

Magni και Scattolini

Π Σωπασάκης Διδακτορική Διατριβή 5282

VΚρουστική Χορήγηση

Αναλλοίωτο και Ευστάθεια Κρουστικών Συστημάτων Ελέγχου και

Σχεδιασμός Ελεγκτή Προβλεπτικού Μοντέλου

Π Σωπασάκης Διδακτορική Διατριβή 5382

V Κίνητρο

Τα Κρουστικά Δυναμικά περιγράφουν φαινόμενα στα οποία συμβα-

ίνουν στιγμιαία άλματα Σχετικά παραδείγματα είναι

1 Ζυμωτήρας διαλείποντος έργου (Shen et al 2007)

2 Πληθυσμιακή Δυναμική (Stone et al 2000)

3 Νανοηλεκτρονικά κυκλώματα (Yang and Chua 2000)

4 Πλοήγηση διαστημοπλοίου (Carter 1991)

5 Χορήγηση φαρμάκου (Kusuoka et al 1981)

Υπάρχει ωστόσο ένα μεθοδολογικό κενό ndash το οποίο προσπα-

θήσαμε να γεφυρώσουμε ndash το οποίο δεν επιτρέπει τη χρήση τους σε

εφαρμογές ελέγχου συστημάτων

Π Σωπασάκης Διδακτορική Διατριβή 5482

V Παράδειγμα Κρουστικής Συμπεριφοράς

minus2 minus1 0 1 2 3 4 5minus3

minus2

minus1

0

1

2

3

4

x1

x2

Impulsive Behaviour

Π Σωπασάκης Διδακτορική Διατριβή 5582

V Γραμμικά Κρουστικά Συστήματα τύπου Ι

Εστιάζουμε στα ακόλουθα κρουστικά συστήματα

dx

dt= Ax t isin hN (3αʹ)

(∆x)(τk) = BU(k x(τk)) (3βʹ)

όπου τk = kh k isin N Η λύση του (3) που τέμνει το (t0 x0) isinR times D με τη δράση της συνάρτησης ελέγχου U(k x) = g(x(τk))συμβολίζεται με ϕ(t t0 x0 g(middot))Το (3) υπόκειται στους περιορισμούς

x(t) isin X για κάθε t ge 0 X πολύεδρο

uk = g(x(τk)) isin U για κάθε k isin N U πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 5682

V Το πρόβλημα

Τα μόνα σημεία ισορροπίας τέτοιων συστημάτων τις περισσότερες

φορές δεν είναι άλλα από την αρχή ndash ή πιο γενικά σημεία

(xs us) isin kerAtimes kerB

΄Αρα δεν είναι δυνατό να σχεδιάσουμε σταθεροποιητικούς νόμους

ανάδρασης που οδηγούν την κατάσταση των κρουστικών συστη-

μάτων σε αυθαίρετα επιθυμητά σημεία

Π Σωπασάκης Διδακτορική Διατριβή 5782

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Π Σωπασάκης Διδακτορική Διατριβή 5982

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Υπολογισμός Ορίζουμε το F P(Rn)rarr P(Rn) ως

F (Ω) = projx

(y u) isin Rn+m

∣∣∣∣ ϕ(T 0 y u) isin ΩS (y u) sube Z

cap Ω

όπου S(x u) sube W(x u)1 Κάθε Y με F (Y) = Y είναι ένα Κρου-

στικά Ελεγκτικά Αναλλοώτο σύνολο ως προς Z

1Σημειώστε ότι W(x u) = clϕ(t 0 x u) t isin (0 h]Π Σωπασάκης Διδακτορική Διατριβή 6082

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Κατασκευάζουμε μια εμφολευμένη ακολουθία συνόλων YkkisinN ώστε

Y0 = ZYk+1 = F (Yk) k isin N

Το όριο

Yinfin =⋂kisinNYk

είναι ΚΕΑ Αν η σύγκλιση γίνεται σε πεπερασμένο αριθμό βημάτων

τότε είναι πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 6182

V Κρουστική Ευστάθεια Συνόλων

΄Ενα empty 6= Z $ X λέγεται ευσταθές για ένα δοσμένο σύστημα Σg

ndash με ανατροφοδότηση U(k x) = g(x(τk)) ndash ως προς ένα Y 6= empty αν

forallε gt 0existδ gt 0 x0 isin BYδ rArr ϕ(tx0 g(middot)) isin BZε forallt ge 0

Το Z λέγεται τοπικά ασυμπτωτικά ευσταθές για το Σgως

προς Y αν είναι ευσταθές και υπάρχει ε gt 0 ώστε

limtrarrinfin

distZ ϕ(tx0 g(middot)) = 0

οπόταν x0 isin BYε

Ορίζουμε BYδ = x isin X | distY(x) lt δ

Π Σωπασάκης Διδακτορική Διατριβή 6282

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 48: Modelling and Control of Biological and Physiological Systems

ΙΙΙ Εφαρμογή Χορήγηση Αμιοδαρόνης

minus30

minus20

minus10

0

10

Magnitude (

dB

)

10minus3

10minus2

10minus1

100

101

102

minus30

0

30

60

Phase

(deg)

Bode Diagram

Frequency (radday)

Σχήμα Διάγραμμα Bode της συνάρτησης ευαισθησίας Η απολαβή χα-

μηλών συχνοτήτων (lt 10minus2radday) είναι κάτω των minus20db

Π Σωπασάκης Διδακτορική Διατριβή 4382

IVΔειγματοληπτική Χορήγηση

Εξασφάλιση ικανοποίησης των περιορισμών στο συνεχές

Π Σωπασάκης Διδακτορική Διατριβή 4482

IV Συστήματα με Δειγματοληψία

΄Ενα σύστημα με δειγματοληψία με στοιχείο διατήρησης τιμής μη-

δενικής τάξης έχει τη μορφή

dx

dt= f(x(t) u(t))

u(t) = uk forallt isin [kh (k + 1)h)

Π Σωπασάκης Διδακτορική Διατριβή 4582

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Ο σχεδιασμός ενός ΕΠΜ που εγγυάται ικανοποίηση των

περιορισμών στο συνεχές είχε αναγνωριστεί ως ανοιχτό

πρόβλημα από τους L Grune και J Pannek το 2011

L Grune and J Pannek Nonlinear Model Predictive Control Theory and Algorithms ser Com-munications and Control Engineering Springer-Verlag 2011

Π Σωπασάκης Διδακτορική Διατριβή 4782

IV Διατύπωση του Προβλήματος

Το αρχικό πρόβλημα βελτιστοποίησης PN (x0) είναι

V N (x0) = inf

uisinCh([0Tf ]Rm)

int Tf

0`(x(t) u(t))dt+ Vf (x(Tf ))

υπό τους περιορισμούς

x(0) = x0

x(t) = Ax(t) +Bu(t) t isin [0 Tf ]

u(t) = uk t isin [kh (k + 1)h) k isin N[0Nminus1]

x(t) isin X t isin [0 Tf ] (Ημιάπειρο Πρόβλημα)

u(t) isin U t isin [0 Tf ]

x(Tf ) isin Xf

όπου Tf = Nh `(x u) = 12(xprimeQx+ uprimeRu) και Vf (x) = 1

2xprimePx

Π Σωπασάκης Διδακτορική Διατριβή 4882

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Πολυτοπικές Υπερπροσεγγίσεις

Χρησιμοποιώντας τη μέθοδο δι-

άσπασης Jordan σε συνδυασμό

με τη μέθοδο πλεγματοποίησης-

φράγματος κατασκευάζουμε πολύτο-

πα Pν με

Pν supe co Φ([0 h])

και

PνKrarr co Φ([0 h])

Ορίζουμε

Zν = Pminus1ν (X )

Αποδείξαμε ότι

Zν rarr Zh

minus06 minus04 minus02 0 02 04 06 08 1 12

065

07

075

08

085

09

095

1

x1

x2

Σχήμα Πολυτοπική Υπερπροσέγγι-

ση της συνάρτησης ∆(r) = eAr

P Patrinos P Sopasakis and H SarimveisldquoStochastic model predictive control for con-strained NCS with random time delayrdquo in Proc18th IFAC World Congress Aug 28 ndash Sep 22011

Π Σωπασάκης Διδακτορική Διατριβή 5082

IV Αναδιαμορφωμένο πρόβλημα ΕΠΜ

Διαμορφώνουμε την ακολουθία προβλημάτων ΕΠΜ

PνN (x0) V Nν (x0) = min

u[0Nminus1]isinUνN (x0)VN(x0u[0Nminus1]

)(1)

όπου

UνN (x0) =

u[0Nminus1]

∣∣∣∣∣∣∣∣∣∣

xk+1 = Ahxk +Bhukk isin N[0Nminus1]

(xk uk) isin Zν k isin N[0Nminus1]uk isin U k isin N[0Nminus1]xN isin X νf

(2)

Απ΄ όπου προκύπτουν οι βέλτιστες ακολουθίες λύσεων uν[0Nminus1]

Π Σωπασάκης Διδακτορική Διατριβή 5182

IV Ιδιότητες του ΕΠΜ

Ιδιότητες του σχήματος ΕΠΜ που

προτείνουμε

1 Ικανοποίηση των περιορισμών

στο συνεχή χρόνο

2 Εγγύηση ευστάθειας στο συνε-

χή χρόνο

3 uν[0Nminus1]grarr u[0Nminus1]

4 V Nνerarr V N

P Sopasakis P Patrinos and H SarimveisldquoModel Predictive Control for sampled-data li-near systems Guaranteeing continuous-time po-sitive invariancerdquo 2012 IEEE Trans Aut Contrsubmitted for publication

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Σχήμα Σύγκριση των πεδίων έλξης

της μεθοδολογίας μας με αυτή των

Magni και Scattolini

Π Σωπασάκης Διδακτορική Διατριβή 5282

VΚρουστική Χορήγηση

Αναλλοίωτο και Ευστάθεια Κρουστικών Συστημάτων Ελέγχου και

Σχεδιασμός Ελεγκτή Προβλεπτικού Μοντέλου

Π Σωπασάκης Διδακτορική Διατριβή 5382

V Κίνητρο

Τα Κρουστικά Δυναμικά περιγράφουν φαινόμενα στα οποία συμβα-

ίνουν στιγμιαία άλματα Σχετικά παραδείγματα είναι

1 Ζυμωτήρας διαλείποντος έργου (Shen et al 2007)

2 Πληθυσμιακή Δυναμική (Stone et al 2000)

3 Νανοηλεκτρονικά κυκλώματα (Yang and Chua 2000)

4 Πλοήγηση διαστημοπλοίου (Carter 1991)

5 Χορήγηση φαρμάκου (Kusuoka et al 1981)

Υπάρχει ωστόσο ένα μεθοδολογικό κενό ndash το οποίο προσπα-

θήσαμε να γεφυρώσουμε ndash το οποίο δεν επιτρέπει τη χρήση τους σε

εφαρμογές ελέγχου συστημάτων

Π Σωπασάκης Διδακτορική Διατριβή 5482

V Παράδειγμα Κρουστικής Συμπεριφοράς

minus2 minus1 0 1 2 3 4 5minus3

minus2

minus1

0

1

2

3

4

x1

x2

Impulsive Behaviour

Π Σωπασάκης Διδακτορική Διατριβή 5582

V Γραμμικά Κρουστικά Συστήματα τύπου Ι

Εστιάζουμε στα ακόλουθα κρουστικά συστήματα

dx

dt= Ax t isin hN (3αʹ)

(∆x)(τk) = BU(k x(τk)) (3βʹ)

όπου τk = kh k isin N Η λύση του (3) που τέμνει το (t0 x0) isinR times D με τη δράση της συνάρτησης ελέγχου U(k x) = g(x(τk))συμβολίζεται με ϕ(t t0 x0 g(middot))Το (3) υπόκειται στους περιορισμούς

x(t) isin X για κάθε t ge 0 X πολύεδρο

uk = g(x(τk)) isin U για κάθε k isin N U πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 5682

V Το πρόβλημα

Τα μόνα σημεία ισορροπίας τέτοιων συστημάτων τις περισσότερες

φορές δεν είναι άλλα από την αρχή ndash ή πιο γενικά σημεία

(xs us) isin kerAtimes kerB

΄Αρα δεν είναι δυνατό να σχεδιάσουμε σταθεροποιητικούς νόμους

ανάδρασης που οδηγούν την κατάσταση των κρουστικών συστη-

μάτων σε αυθαίρετα επιθυμητά σημεία

Π Σωπασάκης Διδακτορική Διατριβή 5782

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Π Σωπασάκης Διδακτορική Διατριβή 5982

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Υπολογισμός Ορίζουμε το F P(Rn)rarr P(Rn) ως

F (Ω) = projx

(y u) isin Rn+m

∣∣∣∣ ϕ(T 0 y u) isin ΩS (y u) sube Z

cap Ω

όπου S(x u) sube W(x u)1 Κάθε Y με F (Y) = Y είναι ένα Κρου-

στικά Ελεγκτικά Αναλλοώτο σύνολο ως προς Z

1Σημειώστε ότι W(x u) = clϕ(t 0 x u) t isin (0 h]Π Σωπασάκης Διδακτορική Διατριβή 6082

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Κατασκευάζουμε μια εμφολευμένη ακολουθία συνόλων YkkisinN ώστε

Y0 = ZYk+1 = F (Yk) k isin N

Το όριο

Yinfin =⋂kisinNYk

είναι ΚΕΑ Αν η σύγκλιση γίνεται σε πεπερασμένο αριθμό βημάτων

τότε είναι πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 6182

V Κρουστική Ευστάθεια Συνόλων

΄Ενα empty 6= Z $ X λέγεται ευσταθές για ένα δοσμένο σύστημα Σg

ndash με ανατροφοδότηση U(k x) = g(x(τk)) ndash ως προς ένα Y 6= empty αν

forallε gt 0existδ gt 0 x0 isin BYδ rArr ϕ(tx0 g(middot)) isin BZε forallt ge 0

Το Z λέγεται τοπικά ασυμπτωτικά ευσταθές για το Σgως

προς Y αν είναι ευσταθές και υπάρχει ε gt 0 ώστε

limtrarrinfin

distZ ϕ(tx0 g(middot)) = 0

οπόταν x0 isin BYε

Ορίζουμε BYδ = x isin X | distY(x) lt δ

Π Σωπασάκης Διδακτορική Διατριβή 6282

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 49: Modelling and Control of Biological and Physiological Systems

IVΔειγματοληπτική Χορήγηση

Εξασφάλιση ικανοποίησης των περιορισμών στο συνεχές

Π Σωπασάκης Διδακτορική Διατριβή 4482

IV Συστήματα με Δειγματοληψία

΄Ενα σύστημα με δειγματοληψία με στοιχείο διατήρησης τιμής μη-

δενικής τάξης έχει τη μορφή

dx

dt= f(x(t) u(t))

u(t) = uk forallt isin [kh (k + 1)h)

Π Σωπασάκης Διδακτορική Διατριβή 4582

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Ο σχεδιασμός ενός ΕΠΜ που εγγυάται ικανοποίηση των

περιορισμών στο συνεχές είχε αναγνωριστεί ως ανοιχτό

πρόβλημα από τους L Grune και J Pannek το 2011

L Grune and J Pannek Nonlinear Model Predictive Control Theory and Algorithms ser Com-munications and Control Engineering Springer-Verlag 2011

Π Σωπασάκης Διδακτορική Διατριβή 4782

IV Διατύπωση του Προβλήματος

Το αρχικό πρόβλημα βελτιστοποίησης PN (x0) είναι

V N (x0) = inf

uisinCh([0Tf ]Rm)

int Tf

0`(x(t) u(t))dt+ Vf (x(Tf ))

υπό τους περιορισμούς

x(0) = x0

x(t) = Ax(t) +Bu(t) t isin [0 Tf ]

u(t) = uk t isin [kh (k + 1)h) k isin N[0Nminus1]

x(t) isin X t isin [0 Tf ] (Ημιάπειρο Πρόβλημα)

u(t) isin U t isin [0 Tf ]

x(Tf ) isin Xf

όπου Tf = Nh `(x u) = 12(xprimeQx+ uprimeRu) και Vf (x) = 1

2xprimePx

Π Σωπασάκης Διδακτορική Διατριβή 4882

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Πολυτοπικές Υπερπροσεγγίσεις

Χρησιμοποιώντας τη μέθοδο δι-

άσπασης Jordan σε συνδυασμό

με τη μέθοδο πλεγματοποίησης-

φράγματος κατασκευάζουμε πολύτο-

πα Pν με

Pν supe co Φ([0 h])

και

PνKrarr co Φ([0 h])

Ορίζουμε

Zν = Pminus1ν (X )

Αποδείξαμε ότι

Zν rarr Zh

minus06 minus04 minus02 0 02 04 06 08 1 12

065

07

075

08

085

09

095

1

x1

x2

Σχήμα Πολυτοπική Υπερπροσέγγι-

ση της συνάρτησης ∆(r) = eAr

P Patrinos P Sopasakis and H SarimveisldquoStochastic model predictive control for con-strained NCS with random time delayrdquo in Proc18th IFAC World Congress Aug 28 ndash Sep 22011

Π Σωπασάκης Διδακτορική Διατριβή 5082

IV Αναδιαμορφωμένο πρόβλημα ΕΠΜ

Διαμορφώνουμε την ακολουθία προβλημάτων ΕΠΜ

PνN (x0) V Nν (x0) = min

u[0Nminus1]isinUνN (x0)VN(x0u[0Nminus1]

)(1)

όπου

UνN (x0) =

u[0Nminus1]

∣∣∣∣∣∣∣∣∣∣

xk+1 = Ahxk +Bhukk isin N[0Nminus1]

(xk uk) isin Zν k isin N[0Nminus1]uk isin U k isin N[0Nminus1]xN isin X νf

(2)

Απ΄ όπου προκύπτουν οι βέλτιστες ακολουθίες λύσεων uν[0Nminus1]

Π Σωπασάκης Διδακτορική Διατριβή 5182

IV Ιδιότητες του ΕΠΜ

Ιδιότητες του σχήματος ΕΠΜ που

προτείνουμε

1 Ικανοποίηση των περιορισμών

στο συνεχή χρόνο

2 Εγγύηση ευστάθειας στο συνε-

χή χρόνο

3 uν[0Nminus1]grarr u[0Nminus1]

4 V Nνerarr V N

P Sopasakis P Patrinos and H SarimveisldquoModel Predictive Control for sampled-data li-near systems Guaranteeing continuous-time po-sitive invariancerdquo 2012 IEEE Trans Aut Contrsubmitted for publication

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Σχήμα Σύγκριση των πεδίων έλξης

της μεθοδολογίας μας με αυτή των

Magni και Scattolini

Π Σωπασάκης Διδακτορική Διατριβή 5282

VΚρουστική Χορήγηση

Αναλλοίωτο και Ευστάθεια Κρουστικών Συστημάτων Ελέγχου και

Σχεδιασμός Ελεγκτή Προβλεπτικού Μοντέλου

Π Σωπασάκης Διδακτορική Διατριβή 5382

V Κίνητρο

Τα Κρουστικά Δυναμικά περιγράφουν φαινόμενα στα οποία συμβα-

ίνουν στιγμιαία άλματα Σχετικά παραδείγματα είναι

1 Ζυμωτήρας διαλείποντος έργου (Shen et al 2007)

2 Πληθυσμιακή Δυναμική (Stone et al 2000)

3 Νανοηλεκτρονικά κυκλώματα (Yang and Chua 2000)

4 Πλοήγηση διαστημοπλοίου (Carter 1991)

5 Χορήγηση φαρμάκου (Kusuoka et al 1981)

Υπάρχει ωστόσο ένα μεθοδολογικό κενό ndash το οποίο προσπα-

θήσαμε να γεφυρώσουμε ndash το οποίο δεν επιτρέπει τη χρήση τους σε

εφαρμογές ελέγχου συστημάτων

Π Σωπασάκης Διδακτορική Διατριβή 5482

V Παράδειγμα Κρουστικής Συμπεριφοράς

minus2 minus1 0 1 2 3 4 5minus3

minus2

minus1

0

1

2

3

4

x1

x2

Impulsive Behaviour

Π Σωπασάκης Διδακτορική Διατριβή 5582

V Γραμμικά Κρουστικά Συστήματα τύπου Ι

Εστιάζουμε στα ακόλουθα κρουστικά συστήματα

dx

dt= Ax t isin hN (3αʹ)

(∆x)(τk) = BU(k x(τk)) (3βʹ)

όπου τk = kh k isin N Η λύση του (3) που τέμνει το (t0 x0) isinR times D με τη δράση της συνάρτησης ελέγχου U(k x) = g(x(τk))συμβολίζεται με ϕ(t t0 x0 g(middot))Το (3) υπόκειται στους περιορισμούς

x(t) isin X για κάθε t ge 0 X πολύεδρο

uk = g(x(τk)) isin U για κάθε k isin N U πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 5682

V Το πρόβλημα

Τα μόνα σημεία ισορροπίας τέτοιων συστημάτων τις περισσότερες

φορές δεν είναι άλλα από την αρχή ndash ή πιο γενικά σημεία

(xs us) isin kerAtimes kerB

΄Αρα δεν είναι δυνατό να σχεδιάσουμε σταθεροποιητικούς νόμους

ανάδρασης που οδηγούν την κατάσταση των κρουστικών συστη-

μάτων σε αυθαίρετα επιθυμητά σημεία

Π Σωπασάκης Διδακτορική Διατριβή 5782

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Π Σωπασάκης Διδακτορική Διατριβή 5982

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Υπολογισμός Ορίζουμε το F P(Rn)rarr P(Rn) ως

F (Ω) = projx

(y u) isin Rn+m

∣∣∣∣ ϕ(T 0 y u) isin ΩS (y u) sube Z

cap Ω

όπου S(x u) sube W(x u)1 Κάθε Y με F (Y) = Y είναι ένα Κρου-

στικά Ελεγκτικά Αναλλοώτο σύνολο ως προς Z

1Σημειώστε ότι W(x u) = clϕ(t 0 x u) t isin (0 h]Π Σωπασάκης Διδακτορική Διατριβή 6082

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Κατασκευάζουμε μια εμφολευμένη ακολουθία συνόλων YkkisinN ώστε

Y0 = ZYk+1 = F (Yk) k isin N

Το όριο

Yinfin =⋂kisinNYk

είναι ΚΕΑ Αν η σύγκλιση γίνεται σε πεπερασμένο αριθμό βημάτων

τότε είναι πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 6182

V Κρουστική Ευστάθεια Συνόλων

΄Ενα empty 6= Z $ X λέγεται ευσταθές για ένα δοσμένο σύστημα Σg

ndash με ανατροφοδότηση U(k x) = g(x(τk)) ndash ως προς ένα Y 6= empty αν

forallε gt 0existδ gt 0 x0 isin BYδ rArr ϕ(tx0 g(middot)) isin BZε forallt ge 0

Το Z λέγεται τοπικά ασυμπτωτικά ευσταθές για το Σgως

προς Y αν είναι ευσταθές και υπάρχει ε gt 0 ώστε

limtrarrinfin

distZ ϕ(tx0 g(middot)) = 0

οπόταν x0 isin BYε

Ορίζουμε BYδ = x isin X | distY(x) lt δ

Π Σωπασάκης Διδακτορική Διατριβή 6282

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 50: Modelling and Control of Biological and Physiological Systems

IV Συστήματα με Δειγματοληψία

΄Ενα σύστημα με δειγματοληψία με στοιχείο διατήρησης τιμής μη-

δενικής τάξης έχει τη μορφή

dx

dt= f(x(t) u(t))

u(t) = uk forallt isin [kh (k + 1)h)

Π Σωπασάκης Διδακτορική Διατριβή 4582

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Ο σχεδιασμός ενός ΕΠΜ που εγγυάται ικανοποίηση των

περιορισμών στο συνεχές είχε αναγνωριστεί ως ανοιχτό

πρόβλημα από τους L Grune και J Pannek το 2011

L Grune and J Pannek Nonlinear Model Predictive Control Theory and Algorithms ser Com-munications and Control Engineering Springer-Verlag 2011

Π Σωπασάκης Διδακτορική Διατριβή 4782

IV Διατύπωση του Προβλήματος

Το αρχικό πρόβλημα βελτιστοποίησης PN (x0) είναι

V N (x0) = inf

uisinCh([0Tf ]Rm)

int Tf

0`(x(t) u(t))dt+ Vf (x(Tf ))

υπό τους περιορισμούς

x(0) = x0

x(t) = Ax(t) +Bu(t) t isin [0 Tf ]

u(t) = uk t isin [kh (k + 1)h) k isin N[0Nminus1]

x(t) isin X t isin [0 Tf ] (Ημιάπειρο Πρόβλημα)

u(t) isin U t isin [0 Tf ]

x(Tf ) isin Xf

όπου Tf = Nh `(x u) = 12(xprimeQx+ uprimeRu) και Vf (x) = 1

2xprimePx

Π Σωπασάκης Διδακτορική Διατριβή 4882

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Πολυτοπικές Υπερπροσεγγίσεις

Χρησιμοποιώντας τη μέθοδο δι-

άσπασης Jordan σε συνδυασμό

με τη μέθοδο πλεγματοποίησης-

φράγματος κατασκευάζουμε πολύτο-

πα Pν με

Pν supe co Φ([0 h])

και

PνKrarr co Φ([0 h])

Ορίζουμε

Zν = Pminus1ν (X )

Αποδείξαμε ότι

Zν rarr Zh

minus06 minus04 minus02 0 02 04 06 08 1 12

065

07

075

08

085

09

095

1

x1

x2

Σχήμα Πολυτοπική Υπερπροσέγγι-

ση της συνάρτησης ∆(r) = eAr

P Patrinos P Sopasakis and H SarimveisldquoStochastic model predictive control for con-strained NCS with random time delayrdquo in Proc18th IFAC World Congress Aug 28 ndash Sep 22011

Π Σωπασάκης Διδακτορική Διατριβή 5082

IV Αναδιαμορφωμένο πρόβλημα ΕΠΜ

Διαμορφώνουμε την ακολουθία προβλημάτων ΕΠΜ

PνN (x0) V Nν (x0) = min

u[0Nminus1]isinUνN (x0)VN(x0u[0Nminus1]

)(1)

όπου

UνN (x0) =

u[0Nminus1]

∣∣∣∣∣∣∣∣∣∣

xk+1 = Ahxk +Bhukk isin N[0Nminus1]

(xk uk) isin Zν k isin N[0Nminus1]uk isin U k isin N[0Nminus1]xN isin X νf

(2)

Απ΄ όπου προκύπτουν οι βέλτιστες ακολουθίες λύσεων uν[0Nminus1]

Π Σωπασάκης Διδακτορική Διατριβή 5182

IV Ιδιότητες του ΕΠΜ

Ιδιότητες του σχήματος ΕΠΜ που

προτείνουμε

1 Ικανοποίηση των περιορισμών

στο συνεχή χρόνο

2 Εγγύηση ευστάθειας στο συνε-

χή χρόνο

3 uν[0Nminus1]grarr u[0Nminus1]

4 V Nνerarr V N

P Sopasakis P Patrinos and H SarimveisldquoModel Predictive Control for sampled-data li-near systems Guaranteeing continuous-time po-sitive invariancerdquo 2012 IEEE Trans Aut Contrsubmitted for publication

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Σχήμα Σύγκριση των πεδίων έλξης

της μεθοδολογίας μας με αυτή των

Magni και Scattolini

Π Σωπασάκης Διδακτορική Διατριβή 5282

VΚρουστική Χορήγηση

Αναλλοίωτο και Ευστάθεια Κρουστικών Συστημάτων Ελέγχου και

Σχεδιασμός Ελεγκτή Προβλεπτικού Μοντέλου

Π Σωπασάκης Διδακτορική Διατριβή 5382

V Κίνητρο

Τα Κρουστικά Δυναμικά περιγράφουν φαινόμενα στα οποία συμβα-

ίνουν στιγμιαία άλματα Σχετικά παραδείγματα είναι

1 Ζυμωτήρας διαλείποντος έργου (Shen et al 2007)

2 Πληθυσμιακή Δυναμική (Stone et al 2000)

3 Νανοηλεκτρονικά κυκλώματα (Yang and Chua 2000)

4 Πλοήγηση διαστημοπλοίου (Carter 1991)

5 Χορήγηση φαρμάκου (Kusuoka et al 1981)

Υπάρχει ωστόσο ένα μεθοδολογικό κενό ndash το οποίο προσπα-

θήσαμε να γεφυρώσουμε ndash το οποίο δεν επιτρέπει τη χρήση τους σε

εφαρμογές ελέγχου συστημάτων

Π Σωπασάκης Διδακτορική Διατριβή 5482

V Παράδειγμα Κρουστικής Συμπεριφοράς

minus2 minus1 0 1 2 3 4 5minus3

minus2

minus1

0

1

2

3

4

x1

x2

Impulsive Behaviour

Π Σωπασάκης Διδακτορική Διατριβή 5582

V Γραμμικά Κρουστικά Συστήματα τύπου Ι

Εστιάζουμε στα ακόλουθα κρουστικά συστήματα

dx

dt= Ax t isin hN (3αʹ)

(∆x)(τk) = BU(k x(τk)) (3βʹ)

όπου τk = kh k isin N Η λύση του (3) που τέμνει το (t0 x0) isinR times D με τη δράση της συνάρτησης ελέγχου U(k x) = g(x(τk))συμβολίζεται με ϕ(t t0 x0 g(middot))Το (3) υπόκειται στους περιορισμούς

x(t) isin X για κάθε t ge 0 X πολύεδρο

uk = g(x(τk)) isin U για κάθε k isin N U πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 5682

V Το πρόβλημα

Τα μόνα σημεία ισορροπίας τέτοιων συστημάτων τις περισσότερες

φορές δεν είναι άλλα από την αρχή ndash ή πιο γενικά σημεία

(xs us) isin kerAtimes kerB

΄Αρα δεν είναι δυνατό να σχεδιάσουμε σταθεροποιητικούς νόμους

ανάδρασης που οδηγούν την κατάσταση των κρουστικών συστη-

μάτων σε αυθαίρετα επιθυμητά σημεία

Π Σωπασάκης Διδακτορική Διατριβή 5782

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Π Σωπασάκης Διδακτορική Διατριβή 5982

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Υπολογισμός Ορίζουμε το F P(Rn)rarr P(Rn) ως

F (Ω) = projx

(y u) isin Rn+m

∣∣∣∣ ϕ(T 0 y u) isin ΩS (y u) sube Z

cap Ω

όπου S(x u) sube W(x u)1 Κάθε Y με F (Y) = Y είναι ένα Κρου-

στικά Ελεγκτικά Αναλλοώτο σύνολο ως προς Z

1Σημειώστε ότι W(x u) = clϕ(t 0 x u) t isin (0 h]Π Σωπασάκης Διδακτορική Διατριβή 6082

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Κατασκευάζουμε μια εμφολευμένη ακολουθία συνόλων YkkisinN ώστε

Y0 = ZYk+1 = F (Yk) k isin N

Το όριο

Yinfin =⋂kisinNYk

είναι ΚΕΑ Αν η σύγκλιση γίνεται σε πεπερασμένο αριθμό βημάτων

τότε είναι πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 6182

V Κρουστική Ευστάθεια Συνόλων

΄Ενα empty 6= Z $ X λέγεται ευσταθές για ένα δοσμένο σύστημα Σg

ndash με ανατροφοδότηση U(k x) = g(x(τk)) ndash ως προς ένα Y 6= empty αν

forallε gt 0existδ gt 0 x0 isin BYδ rArr ϕ(tx0 g(middot)) isin BZε forallt ge 0

Το Z λέγεται τοπικά ασυμπτωτικά ευσταθές για το Σgως

προς Y αν είναι ευσταθές και υπάρχει ε gt 0 ώστε

limtrarrinfin

distZ ϕ(tx0 g(middot)) = 0

οπόταν x0 isin BYε

Ορίζουμε BYδ = x isin X | distY(x) lt δ

Π Σωπασάκης Διδακτορική Διατριβή 6282

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 51: Modelling and Control of Biological and Physiological Systems

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Ο σχεδιασμός ενός ΕΠΜ που εγγυάται ικανοποίηση των

περιορισμών στο συνεχές είχε αναγνωριστεί ως ανοιχτό

πρόβλημα από τους L Grune και J Pannek το 2011

L Grune and J Pannek Nonlinear Model Predictive Control Theory and Algorithms ser Com-munications and Control Engineering Springer-Verlag 2011

Π Σωπασάκης Διδακτορική Διατριβή 4782

IV Διατύπωση του Προβλήματος

Το αρχικό πρόβλημα βελτιστοποίησης PN (x0) είναι

V N (x0) = inf

uisinCh([0Tf ]Rm)

int Tf

0`(x(t) u(t))dt+ Vf (x(Tf ))

υπό τους περιορισμούς

x(0) = x0

x(t) = Ax(t) +Bu(t) t isin [0 Tf ]

u(t) = uk t isin [kh (k + 1)h) k isin N[0Nminus1]

x(t) isin X t isin [0 Tf ] (Ημιάπειρο Πρόβλημα)

u(t) isin U t isin [0 Tf ]

x(Tf ) isin Xf

όπου Tf = Nh `(x u) = 12(xprimeQx+ uprimeRu) και Vf (x) = 1

2xprimePx

Π Σωπασάκης Διδακτορική Διατριβή 4882

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Πολυτοπικές Υπερπροσεγγίσεις

Χρησιμοποιώντας τη μέθοδο δι-

άσπασης Jordan σε συνδυασμό

με τη μέθοδο πλεγματοποίησης-

φράγματος κατασκευάζουμε πολύτο-

πα Pν με

Pν supe co Φ([0 h])

και

PνKrarr co Φ([0 h])

Ορίζουμε

Zν = Pminus1ν (X )

Αποδείξαμε ότι

Zν rarr Zh

minus06 minus04 minus02 0 02 04 06 08 1 12

065

07

075

08

085

09

095

1

x1

x2

Σχήμα Πολυτοπική Υπερπροσέγγι-

ση της συνάρτησης ∆(r) = eAr

P Patrinos P Sopasakis and H SarimveisldquoStochastic model predictive control for con-strained NCS with random time delayrdquo in Proc18th IFAC World Congress Aug 28 ndash Sep 22011

Π Σωπασάκης Διδακτορική Διατριβή 5082

IV Αναδιαμορφωμένο πρόβλημα ΕΠΜ

Διαμορφώνουμε την ακολουθία προβλημάτων ΕΠΜ

PνN (x0) V Nν (x0) = min

u[0Nminus1]isinUνN (x0)VN(x0u[0Nminus1]

)(1)

όπου

UνN (x0) =

u[0Nminus1]

∣∣∣∣∣∣∣∣∣∣

xk+1 = Ahxk +Bhukk isin N[0Nminus1]

(xk uk) isin Zν k isin N[0Nminus1]uk isin U k isin N[0Nminus1]xN isin X νf

(2)

Απ΄ όπου προκύπτουν οι βέλτιστες ακολουθίες λύσεων uν[0Nminus1]

Π Σωπασάκης Διδακτορική Διατριβή 5182

IV Ιδιότητες του ΕΠΜ

Ιδιότητες του σχήματος ΕΠΜ που

προτείνουμε

1 Ικανοποίηση των περιορισμών

στο συνεχή χρόνο

2 Εγγύηση ευστάθειας στο συνε-

χή χρόνο

3 uν[0Nminus1]grarr u[0Nminus1]

4 V Nνerarr V N

P Sopasakis P Patrinos and H SarimveisldquoModel Predictive Control for sampled-data li-near systems Guaranteeing continuous-time po-sitive invariancerdquo 2012 IEEE Trans Aut Contrsubmitted for publication

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Σχήμα Σύγκριση των πεδίων έλξης

της μεθοδολογίας μας με αυτή των

Magni και Scattolini

Π Σωπασάκης Διδακτορική Διατριβή 5282

VΚρουστική Χορήγηση

Αναλλοίωτο και Ευστάθεια Κρουστικών Συστημάτων Ελέγχου και

Σχεδιασμός Ελεγκτή Προβλεπτικού Μοντέλου

Π Σωπασάκης Διδακτορική Διατριβή 5382

V Κίνητρο

Τα Κρουστικά Δυναμικά περιγράφουν φαινόμενα στα οποία συμβα-

ίνουν στιγμιαία άλματα Σχετικά παραδείγματα είναι

1 Ζυμωτήρας διαλείποντος έργου (Shen et al 2007)

2 Πληθυσμιακή Δυναμική (Stone et al 2000)

3 Νανοηλεκτρονικά κυκλώματα (Yang and Chua 2000)

4 Πλοήγηση διαστημοπλοίου (Carter 1991)

5 Χορήγηση φαρμάκου (Kusuoka et al 1981)

Υπάρχει ωστόσο ένα μεθοδολογικό κενό ndash το οποίο προσπα-

θήσαμε να γεφυρώσουμε ndash το οποίο δεν επιτρέπει τη χρήση τους σε

εφαρμογές ελέγχου συστημάτων

Π Σωπασάκης Διδακτορική Διατριβή 5482

V Παράδειγμα Κρουστικής Συμπεριφοράς

minus2 minus1 0 1 2 3 4 5minus3

minus2

minus1

0

1

2

3

4

x1

x2

Impulsive Behaviour

Π Σωπασάκης Διδακτορική Διατριβή 5582

V Γραμμικά Κρουστικά Συστήματα τύπου Ι

Εστιάζουμε στα ακόλουθα κρουστικά συστήματα

dx

dt= Ax t isin hN (3αʹ)

(∆x)(τk) = BU(k x(τk)) (3βʹ)

όπου τk = kh k isin N Η λύση του (3) που τέμνει το (t0 x0) isinR times D με τη δράση της συνάρτησης ελέγχου U(k x) = g(x(τk))συμβολίζεται με ϕ(t t0 x0 g(middot))Το (3) υπόκειται στους περιορισμούς

x(t) isin X για κάθε t ge 0 X πολύεδρο

uk = g(x(τk)) isin U για κάθε k isin N U πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 5682

V Το πρόβλημα

Τα μόνα σημεία ισορροπίας τέτοιων συστημάτων τις περισσότερες

φορές δεν είναι άλλα από την αρχή ndash ή πιο γενικά σημεία

(xs us) isin kerAtimes kerB

΄Αρα δεν είναι δυνατό να σχεδιάσουμε σταθεροποιητικούς νόμους

ανάδρασης που οδηγούν την κατάσταση των κρουστικών συστη-

μάτων σε αυθαίρετα επιθυμητά σημεία

Π Σωπασάκης Διδακτορική Διατριβή 5782

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Π Σωπασάκης Διδακτορική Διατριβή 5982

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Υπολογισμός Ορίζουμε το F P(Rn)rarr P(Rn) ως

F (Ω) = projx

(y u) isin Rn+m

∣∣∣∣ ϕ(T 0 y u) isin ΩS (y u) sube Z

cap Ω

όπου S(x u) sube W(x u)1 Κάθε Y με F (Y) = Y είναι ένα Κρου-

στικά Ελεγκτικά Αναλλοώτο σύνολο ως προς Z

1Σημειώστε ότι W(x u) = clϕ(t 0 x u) t isin (0 h]Π Σωπασάκης Διδακτορική Διατριβή 6082

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Κατασκευάζουμε μια εμφολευμένη ακολουθία συνόλων YkkisinN ώστε

Y0 = ZYk+1 = F (Yk) k isin N

Το όριο

Yinfin =⋂kisinNYk

είναι ΚΕΑ Αν η σύγκλιση γίνεται σε πεπερασμένο αριθμό βημάτων

τότε είναι πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 6182

V Κρουστική Ευστάθεια Συνόλων

΄Ενα empty 6= Z $ X λέγεται ευσταθές για ένα δοσμένο σύστημα Σg

ndash με ανατροφοδότηση U(k x) = g(x(τk)) ndash ως προς ένα Y 6= empty αν

forallε gt 0existδ gt 0 x0 isin BYδ rArr ϕ(tx0 g(middot)) isin BZε forallt ge 0

Το Z λέγεται τοπικά ασυμπτωτικά ευσταθές για το Σgως

προς Y αν είναι ευσταθές και υπάρχει ε gt 0 ώστε

limtrarrinfin

distZ ϕ(tx0 g(middot)) = 0

οπόταν x0 isin BYε

Ορίζουμε BYδ = x isin X | distY(x) lt δ

Π Σωπασάκης Διδακτορική Διατριβή 6282

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 52: Modelling and Control of Biological and Physiological Systems

IV Διατύπωση του Προβλήματος

Κανόνας

Ο ΄Ελεγχος Προβλεπτικού μον-

τέλου (MPC) εγγυάται την

ικανοποίηση των περιορισμών

του συστήματος

Εξαίρεση

΄Οταν ένας ΕΠΜ εφαρμόζεται σε

ένα σύστημα συνεχούς χρόνου

τότε οι περιορισμοί μπορεί να

παραβιάζονται στο συνεχή

χρόνο

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Π Σωπασάκης Διδακτορική Διατριβή 4682

IV Διατύπωση του Προβλήματος

Ο σχεδιασμός ενός ΕΠΜ που εγγυάται ικανοποίηση των

περιορισμών στο συνεχές είχε αναγνωριστεί ως ανοιχτό

πρόβλημα από τους L Grune και J Pannek το 2011

L Grune and J Pannek Nonlinear Model Predictive Control Theory and Algorithms ser Com-munications and Control Engineering Springer-Verlag 2011

Π Σωπασάκης Διδακτορική Διατριβή 4782

IV Διατύπωση του Προβλήματος

Το αρχικό πρόβλημα βελτιστοποίησης PN (x0) είναι

V N (x0) = inf

uisinCh([0Tf ]Rm)

int Tf

0`(x(t) u(t))dt+ Vf (x(Tf ))

υπό τους περιορισμούς

x(0) = x0

x(t) = Ax(t) +Bu(t) t isin [0 Tf ]

u(t) = uk t isin [kh (k + 1)h) k isin N[0Nminus1]

x(t) isin X t isin [0 Tf ] (Ημιάπειρο Πρόβλημα)

u(t) isin U t isin [0 Tf ]

x(Tf ) isin Xf

όπου Tf = Nh `(x u) = 12(xprimeQx+ uprimeRu) και Vf (x) = 1

2xprimePx

Π Σωπασάκης Διδακτορική Διατριβή 4882

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Πολυτοπικές Υπερπροσεγγίσεις

Χρησιμοποιώντας τη μέθοδο δι-

άσπασης Jordan σε συνδυασμό

με τη μέθοδο πλεγματοποίησης-

φράγματος κατασκευάζουμε πολύτο-

πα Pν με

Pν supe co Φ([0 h])

και

PνKrarr co Φ([0 h])

Ορίζουμε

Zν = Pminus1ν (X )

Αποδείξαμε ότι

Zν rarr Zh

minus06 minus04 minus02 0 02 04 06 08 1 12

065

07

075

08

085

09

095

1

x1

x2

Σχήμα Πολυτοπική Υπερπροσέγγι-

ση της συνάρτησης ∆(r) = eAr

P Patrinos P Sopasakis and H SarimveisldquoStochastic model predictive control for con-strained NCS with random time delayrdquo in Proc18th IFAC World Congress Aug 28 ndash Sep 22011

Π Σωπασάκης Διδακτορική Διατριβή 5082

IV Αναδιαμορφωμένο πρόβλημα ΕΠΜ

Διαμορφώνουμε την ακολουθία προβλημάτων ΕΠΜ

PνN (x0) V Nν (x0) = min

u[0Nminus1]isinUνN (x0)VN(x0u[0Nminus1]

)(1)

όπου

UνN (x0) =

u[0Nminus1]

∣∣∣∣∣∣∣∣∣∣

xk+1 = Ahxk +Bhukk isin N[0Nminus1]

(xk uk) isin Zν k isin N[0Nminus1]uk isin U k isin N[0Nminus1]xN isin X νf

(2)

Απ΄ όπου προκύπτουν οι βέλτιστες ακολουθίες λύσεων uν[0Nminus1]

Π Σωπασάκης Διδακτορική Διατριβή 5182

IV Ιδιότητες του ΕΠΜ

Ιδιότητες του σχήματος ΕΠΜ που

προτείνουμε

1 Ικανοποίηση των περιορισμών

στο συνεχή χρόνο

2 Εγγύηση ευστάθειας στο συνε-

χή χρόνο

3 uν[0Nminus1]grarr u[0Nminus1]

4 V Nνerarr V N

P Sopasakis P Patrinos and H SarimveisldquoModel Predictive Control for sampled-data li-near systems Guaranteeing continuous-time po-sitive invariancerdquo 2012 IEEE Trans Aut Contrsubmitted for publication

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Σχήμα Σύγκριση των πεδίων έλξης

της μεθοδολογίας μας με αυτή των

Magni και Scattolini

Π Σωπασάκης Διδακτορική Διατριβή 5282

VΚρουστική Χορήγηση

Αναλλοίωτο και Ευστάθεια Κρουστικών Συστημάτων Ελέγχου και

Σχεδιασμός Ελεγκτή Προβλεπτικού Μοντέλου

Π Σωπασάκης Διδακτορική Διατριβή 5382

V Κίνητρο

Τα Κρουστικά Δυναμικά περιγράφουν φαινόμενα στα οποία συμβα-

ίνουν στιγμιαία άλματα Σχετικά παραδείγματα είναι

1 Ζυμωτήρας διαλείποντος έργου (Shen et al 2007)

2 Πληθυσμιακή Δυναμική (Stone et al 2000)

3 Νανοηλεκτρονικά κυκλώματα (Yang and Chua 2000)

4 Πλοήγηση διαστημοπλοίου (Carter 1991)

5 Χορήγηση φαρμάκου (Kusuoka et al 1981)

Υπάρχει ωστόσο ένα μεθοδολογικό κενό ndash το οποίο προσπα-

θήσαμε να γεφυρώσουμε ndash το οποίο δεν επιτρέπει τη χρήση τους σε

εφαρμογές ελέγχου συστημάτων

Π Σωπασάκης Διδακτορική Διατριβή 5482

V Παράδειγμα Κρουστικής Συμπεριφοράς

minus2 minus1 0 1 2 3 4 5minus3

minus2

minus1

0

1

2

3

4

x1

x2

Impulsive Behaviour

Π Σωπασάκης Διδακτορική Διατριβή 5582

V Γραμμικά Κρουστικά Συστήματα τύπου Ι

Εστιάζουμε στα ακόλουθα κρουστικά συστήματα

dx

dt= Ax t isin hN (3αʹ)

(∆x)(τk) = BU(k x(τk)) (3βʹ)

όπου τk = kh k isin N Η λύση του (3) που τέμνει το (t0 x0) isinR times D με τη δράση της συνάρτησης ελέγχου U(k x) = g(x(τk))συμβολίζεται με ϕ(t t0 x0 g(middot))Το (3) υπόκειται στους περιορισμούς

x(t) isin X για κάθε t ge 0 X πολύεδρο

uk = g(x(τk)) isin U για κάθε k isin N U πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 5682

V Το πρόβλημα

Τα μόνα σημεία ισορροπίας τέτοιων συστημάτων τις περισσότερες

φορές δεν είναι άλλα από την αρχή ndash ή πιο γενικά σημεία

(xs us) isin kerAtimes kerB

΄Αρα δεν είναι δυνατό να σχεδιάσουμε σταθεροποιητικούς νόμους

ανάδρασης που οδηγούν την κατάσταση των κρουστικών συστη-

μάτων σε αυθαίρετα επιθυμητά σημεία

Π Σωπασάκης Διδακτορική Διατριβή 5782

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Π Σωπασάκης Διδακτορική Διατριβή 5982

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Υπολογισμός Ορίζουμε το F P(Rn)rarr P(Rn) ως

F (Ω) = projx

(y u) isin Rn+m

∣∣∣∣ ϕ(T 0 y u) isin ΩS (y u) sube Z

cap Ω

όπου S(x u) sube W(x u)1 Κάθε Y με F (Y) = Y είναι ένα Κρου-

στικά Ελεγκτικά Αναλλοώτο σύνολο ως προς Z

1Σημειώστε ότι W(x u) = clϕ(t 0 x u) t isin (0 h]Π Σωπασάκης Διδακτορική Διατριβή 6082

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Κατασκευάζουμε μια εμφολευμένη ακολουθία συνόλων YkkisinN ώστε

Y0 = ZYk+1 = F (Yk) k isin N

Το όριο

Yinfin =⋂kisinNYk

είναι ΚΕΑ Αν η σύγκλιση γίνεται σε πεπερασμένο αριθμό βημάτων

τότε είναι πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 6182

V Κρουστική Ευστάθεια Συνόλων

΄Ενα empty 6= Z $ X λέγεται ευσταθές για ένα δοσμένο σύστημα Σg

ndash με ανατροφοδότηση U(k x) = g(x(τk)) ndash ως προς ένα Y 6= empty αν

forallε gt 0existδ gt 0 x0 isin BYδ rArr ϕ(tx0 g(middot)) isin BZε forallt ge 0

Το Z λέγεται τοπικά ασυμπτωτικά ευσταθές για το Σgως

προς Y αν είναι ευσταθές και υπάρχει ε gt 0 ώστε

limtrarrinfin

distZ ϕ(tx0 g(middot)) = 0

οπόταν x0 isin BYε

Ορίζουμε BYδ = x isin X | distY(x) lt δ

Π Σωπασάκης Διδακτορική Διατριβή 6282

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 53: Modelling and Control of Biological and Physiological Systems

IV Διατύπωση του Προβλήματος

Ο σχεδιασμός ενός ΕΠΜ που εγγυάται ικανοποίηση των

περιορισμών στο συνεχές είχε αναγνωριστεί ως ανοιχτό

πρόβλημα από τους L Grune και J Pannek το 2011

L Grune and J Pannek Nonlinear Model Predictive Control Theory and Algorithms ser Com-munications and Control Engineering Springer-Verlag 2011

Π Σωπασάκης Διδακτορική Διατριβή 4782

IV Διατύπωση του Προβλήματος

Το αρχικό πρόβλημα βελτιστοποίησης PN (x0) είναι

V N (x0) = inf

uisinCh([0Tf ]Rm)

int Tf

0`(x(t) u(t))dt+ Vf (x(Tf ))

υπό τους περιορισμούς

x(0) = x0

x(t) = Ax(t) +Bu(t) t isin [0 Tf ]

u(t) = uk t isin [kh (k + 1)h) k isin N[0Nminus1]

x(t) isin X t isin [0 Tf ] (Ημιάπειρο Πρόβλημα)

u(t) isin U t isin [0 Tf ]

x(Tf ) isin Xf

όπου Tf = Nh `(x u) = 12(xprimeQx+ uprimeRu) και Vf (x) = 1

2xprimePx

Π Σωπασάκης Διδακτορική Διατριβή 4882

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Πολυτοπικές Υπερπροσεγγίσεις

Χρησιμοποιώντας τη μέθοδο δι-

άσπασης Jordan σε συνδυασμό

με τη μέθοδο πλεγματοποίησης-

φράγματος κατασκευάζουμε πολύτο-

πα Pν με

Pν supe co Φ([0 h])

και

PνKrarr co Φ([0 h])

Ορίζουμε

Zν = Pminus1ν (X )

Αποδείξαμε ότι

Zν rarr Zh

minus06 minus04 minus02 0 02 04 06 08 1 12

065

07

075

08

085

09

095

1

x1

x2

Σχήμα Πολυτοπική Υπερπροσέγγι-

ση της συνάρτησης ∆(r) = eAr

P Patrinos P Sopasakis and H SarimveisldquoStochastic model predictive control for con-strained NCS with random time delayrdquo in Proc18th IFAC World Congress Aug 28 ndash Sep 22011

Π Σωπασάκης Διδακτορική Διατριβή 5082

IV Αναδιαμορφωμένο πρόβλημα ΕΠΜ

Διαμορφώνουμε την ακολουθία προβλημάτων ΕΠΜ

PνN (x0) V Nν (x0) = min

u[0Nminus1]isinUνN (x0)VN(x0u[0Nminus1]

)(1)

όπου

UνN (x0) =

u[0Nminus1]

∣∣∣∣∣∣∣∣∣∣

xk+1 = Ahxk +Bhukk isin N[0Nminus1]

(xk uk) isin Zν k isin N[0Nminus1]uk isin U k isin N[0Nminus1]xN isin X νf

(2)

Απ΄ όπου προκύπτουν οι βέλτιστες ακολουθίες λύσεων uν[0Nminus1]

Π Σωπασάκης Διδακτορική Διατριβή 5182

IV Ιδιότητες του ΕΠΜ

Ιδιότητες του σχήματος ΕΠΜ που

προτείνουμε

1 Ικανοποίηση των περιορισμών

στο συνεχή χρόνο

2 Εγγύηση ευστάθειας στο συνε-

χή χρόνο

3 uν[0Nminus1]grarr u[0Nminus1]

4 V Nνerarr V N

P Sopasakis P Patrinos and H SarimveisldquoModel Predictive Control for sampled-data li-near systems Guaranteeing continuous-time po-sitive invariancerdquo 2012 IEEE Trans Aut Contrsubmitted for publication

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Σχήμα Σύγκριση των πεδίων έλξης

της μεθοδολογίας μας με αυτή των

Magni και Scattolini

Π Σωπασάκης Διδακτορική Διατριβή 5282

VΚρουστική Χορήγηση

Αναλλοίωτο και Ευστάθεια Κρουστικών Συστημάτων Ελέγχου και

Σχεδιασμός Ελεγκτή Προβλεπτικού Μοντέλου

Π Σωπασάκης Διδακτορική Διατριβή 5382

V Κίνητρο

Τα Κρουστικά Δυναμικά περιγράφουν φαινόμενα στα οποία συμβα-

ίνουν στιγμιαία άλματα Σχετικά παραδείγματα είναι

1 Ζυμωτήρας διαλείποντος έργου (Shen et al 2007)

2 Πληθυσμιακή Δυναμική (Stone et al 2000)

3 Νανοηλεκτρονικά κυκλώματα (Yang and Chua 2000)

4 Πλοήγηση διαστημοπλοίου (Carter 1991)

5 Χορήγηση φαρμάκου (Kusuoka et al 1981)

Υπάρχει ωστόσο ένα μεθοδολογικό κενό ndash το οποίο προσπα-

θήσαμε να γεφυρώσουμε ndash το οποίο δεν επιτρέπει τη χρήση τους σε

εφαρμογές ελέγχου συστημάτων

Π Σωπασάκης Διδακτορική Διατριβή 5482

V Παράδειγμα Κρουστικής Συμπεριφοράς

minus2 minus1 0 1 2 3 4 5minus3

minus2

minus1

0

1

2

3

4

x1

x2

Impulsive Behaviour

Π Σωπασάκης Διδακτορική Διατριβή 5582

V Γραμμικά Κρουστικά Συστήματα τύπου Ι

Εστιάζουμε στα ακόλουθα κρουστικά συστήματα

dx

dt= Ax t isin hN (3αʹ)

(∆x)(τk) = BU(k x(τk)) (3βʹ)

όπου τk = kh k isin N Η λύση του (3) που τέμνει το (t0 x0) isinR times D με τη δράση της συνάρτησης ελέγχου U(k x) = g(x(τk))συμβολίζεται με ϕ(t t0 x0 g(middot))Το (3) υπόκειται στους περιορισμούς

x(t) isin X για κάθε t ge 0 X πολύεδρο

uk = g(x(τk)) isin U για κάθε k isin N U πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 5682

V Το πρόβλημα

Τα μόνα σημεία ισορροπίας τέτοιων συστημάτων τις περισσότερες

φορές δεν είναι άλλα από την αρχή ndash ή πιο γενικά σημεία

(xs us) isin kerAtimes kerB

΄Αρα δεν είναι δυνατό να σχεδιάσουμε σταθεροποιητικούς νόμους

ανάδρασης που οδηγούν την κατάσταση των κρουστικών συστη-

μάτων σε αυθαίρετα επιθυμητά σημεία

Π Σωπασάκης Διδακτορική Διατριβή 5782

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Π Σωπασάκης Διδακτορική Διατριβή 5982

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Υπολογισμός Ορίζουμε το F P(Rn)rarr P(Rn) ως

F (Ω) = projx

(y u) isin Rn+m

∣∣∣∣ ϕ(T 0 y u) isin ΩS (y u) sube Z

cap Ω

όπου S(x u) sube W(x u)1 Κάθε Y με F (Y) = Y είναι ένα Κρου-

στικά Ελεγκτικά Αναλλοώτο σύνολο ως προς Z

1Σημειώστε ότι W(x u) = clϕ(t 0 x u) t isin (0 h]Π Σωπασάκης Διδακτορική Διατριβή 6082

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Κατασκευάζουμε μια εμφολευμένη ακολουθία συνόλων YkkisinN ώστε

Y0 = ZYk+1 = F (Yk) k isin N

Το όριο

Yinfin =⋂kisinNYk

είναι ΚΕΑ Αν η σύγκλιση γίνεται σε πεπερασμένο αριθμό βημάτων

τότε είναι πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 6182

V Κρουστική Ευστάθεια Συνόλων

΄Ενα empty 6= Z $ X λέγεται ευσταθές για ένα δοσμένο σύστημα Σg

ndash με ανατροφοδότηση U(k x) = g(x(τk)) ndash ως προς ένα Y 6= empty αν

forallε gt 0existδ gt 0 x0 isin BYδ rArr ϕ(tx0 g(middot)) isin BZε forallt ge 0

Το Z λέγεται τοπικά ασυμπτωτικά ευσταθές για το Σgως

προς Y αν είναι ευσταθές και υπάρχει ε gt 0 ώστε

limtrarrinfin

distZ ϕ(tx0 g(middot)) = 0

οπόταν x0 isin BYε

Ορίζουμε BYδ = x isin X | distY(x) lt δ

Π Σωπασάκης Διδακτορική Διατριβή 6282

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 54: Modelling and Control of Biological and Physiological Systems

IV Διατύπωση του Προβλήματος

Το αρχικό πρόβλημα βελτιστοποίησης PN (x0) είναι

V N (x0) = inf

uisinCh([0Tf ]Rm)

int Tf

0`(x(t) u(t))dt+ Vf (x(Tf ))

υπό τους περιορισμούς

x(0) = x0

x(t) = Ax(t) +Bu(t) t isin [0 Tf ]

u(t) = uk t isin [kh (k + 1)h) k isin N[0Nminus1]

x(t) isin X t isin [0 Tf ] (Ημιάπειρο Πρόβλημα)

u(t) isin U t isin [0 Tf ]

x(Tf ) isin Xf

όπου Tf = Nh `(x u) = 12(xprimeQx+ uprimeRu) και Vf (x) = 1

2xprimePx

Π Σωπασάκης Διδακτορική Διατριβή 4882

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Πολυτοπικές Υπερπροσεγγίσεις

Χρησιμοποιώντας τη μέθοδο δι-

άσπασης Jordan σε συνδυασμό

με τη μέθοδο πλεγματοποίησης-

φράγματος κατασκευάζουμε πολύτο-

πα Pν με

Pν supe co Φ([0 h])

και

PνKrarr co Φ([0 h])

Ορίζουμε

Zν = Pminus1ν (X )

Αποδείξαμε ότι

Zν rarr Zh

minus06 minus04 minus02 0 02 04 06 08 1 12

065

07

075

08

085

09

095

1

x1

x2

Σχήμα Πολυτοπική Υπερπροσέγγι-

ση της συνάρτησης ∆(r) = eAr

P Patrinos P Sopasakis and H SarimveisldquoStochastic model predictive control for con-strained NCS with random time delayrdquo in Proc18th IFAC World Congress Aug 28 ndash Sep 22011

Π Σωπασάκης Διδακτορική Διατριβή 5082

IV Αναδιαμορφωμένο πρόβλημα ΕΠΜ

Διαμορφώνουμε την ακολουθία προβλημάτων ΕΠΜ

PνN (x0) V Nν (x0) = min

u[0Nminus1]isinUνN (x0)VN(x0u[0Nminus1]

)(1)

όπου

UνN (x0) =

u[0Nminus1]

∣∣∣∣∣∣∣∣∣∣

xk+1 = Ahxk +Bhukk isin N[0Nminus1]

(xk uk) isin Zν k isin N[0Nminus1]uk isin U k isin N[0Nminus1]xN isin X νf

(2)

Απ΄ όπου προκύπτουν οι βέλτιστες ακολουθίες λύσεων uν[0Nminus1]

Π Σωπασάκης Διδακτορική Διατριβή 5182

IV Ιδιότητες του ΕΠΜ

Ιδιότητες του σχήματος ΕΠΜ που

προτείνουμε

1 Ικανοποίηση των περιορισμών

στο συνεχή χρόνο

2 Εγγύηση ευστάθειας στο συνε-

χή χρόνο

3 uν[0Nminus1]grarr u[0Nminus1]

4 V Nνerarr V N

P Sopasakis P Patrinos and H SarimveisldquoModel Predictive Control for sampled-data li-near systems Guaranteeing continuous-time po-sitive invariancerdquo 2012 IEEE Trans Aut Contrsubmitted for publication

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Σχήμα Σύγκριση των πεδίων έλξης

της μεθοδολογίας μας με αυτή των

Magni και Scattolini

Π Σωπασάκης Διδακτορική Διατριβή 5282

VΚρουστική Χορήγηση

Αναλλοίωτο και Ευστάθεια Κρουστικών Συστημάτων Ελέγχου και

Σχεδιασμός Ελεγκτή Προβλεπτικού Μοντέλου

Π Σωπασάκης Διδακτορική Διατριβή 5382

V Κίνητρο

Τα Κρουστικά Δυναμικά περιγράφουν φαινόμενα στα οποία συμβα-

ίνουν στιγμιαία άλματα Σχετικά παραδείγματα είναι

1 Ζυμωτήρας διαλείποντος έργου (Shen et al 2007)

2 Πληθυσμιακή Δυναμική (Stone et al 2000)

3 Νανοηλεκτρονικά κυκλώματα (Yang and Chua 2000)

4 Πλοήγηση διαστημοπλοίου (Carter 1991)

5 Χορήγηση φαρμάκου (Kusuoka et al 1981)

Υπάρχει ωστόσο ένα μεθοδολογικό κενό ndash το οποίο προσπα-

θήσαμε να γεφυρώσουμε ndash το οποίο δεν επιτρέπει τη χρήση τους σε

εφαρμογές ελέγχου συστημάτων

Π Σωπασάκης Διδακτορική Διατριβή 5482

V Παράδειγμα Κρουστικής Συμπεριφοράς

minus2 minus1 0 1 2 3 4 5minus3

minus2

minus1

0

1

2

3

4

x1

x2

Impulsive Behaviour

Π Σωπασάκης Διδακτορική Διατριβή 5582

V Γραμμικά Κρουστικά Συστήματα τύπου Ι

Εστιάζουμε στα ακόλουθα κρουστικά συστήματα

dx

dt= Ax t isin hN (3αʹ)

(∆x)(τk) = BU(k x(τk)) (3βʹ)

όπου τk = kh k isin N Η λύση του (3) που τέμνει το (t0 x0) isinR times D με τη δράση της συνάρτησης ελέγχου U(k x) = g(x(τk))συμβολίζεται με ϕ(t t0 x0 g(middot))Το (3) υπόκειται στους περιορισμούς

x(t) isin X για κάθε t ge 0 X πολύεδρο

uk = g(x(τk)) isin U για κάθε k isin N U πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 5682

V Το πρόβλημα

Τα μόνα σημεία ισορροπίας τέτοιων συστημάτων τις περισσότερες

φορές δεν είναι άλλα από την αρχή ndash ή πιο γενικά σημεία

(xs us) isin kerAtimes kerB

΄Αρα δεν είναι δυνατό να σχεδιάσουμε σταθεροποιητικούς νόμους

ανάδρασης που οδηγούν την κατάσταση των κρουστικών συστη-

μάτων σε αυθαίρετα επιθυμητά σημεία

Π Σωπασάκης Διδακτορική Διατριβή 5782

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Π Σωπασάκης Διδακτορική Διατριβή 5982

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Υπολογισμός Ορίζουμε το F P(Rn)rarr P(Rn) ως

F (Ω) = projx

(y u) isin Rn+m

∣∣∣∣ ϕ(T 0 y u) isin ΩS (y u) sube Z

cap Ω

όπου S(x u) sube W(x u)1 Κάθε Y με F (Y) = Y είναι ένα Κρου-

στικά Ελεγκτικά Αναλλοώτο σύνολο ως προς Z

1Σημειώστε ότι W(x u) = clϕ(t 0 x u) t isin (0 h]Π Σωπασάκης Διδακτορική Διατριβή 6082

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Κατασκευάζουμε μια εμφολευμένη ακολουθία συνόλων YkkisinN ώστε

Y0 = ZYk+1 = F (Yk) k isin N

Το όριο

Yinfin =⋂kisinNYk

είναι ΚΕΑ Αν η σύγκλιση γίνεται σε πεπερασμένο αριθμό βημάτων

τότε είναι πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 6182

V Κρουστική Ευστάθεια Συνόλων

΄Ενα empty 6= Z $ X λέγεται ευσταθές για ένα δοσμένο σύστημα Σg

ndash με ανατροφοδότηση U(k x) = g(x(τk)) ndash ως προς ένα Y 6= empty αν

forallε gt 0existδ gt 0 x0 isin BYδ rArr ϕ(tx0 g(middot)) isin BZε forallt ge 0

Το Z λέγεται τοπικά ασυμπτωτικά ευσταθές για το Σgως

προς Y αν είναι ευσταθές και υπάρχει ε gt 0 ώστε

limtrarrinfin

distZ ϕ(tx0 g(middot)) = 0

οπόταν x0 isin BYε

Ορίζουμε BYδ = x isin X | distY(x) lt δ

Π Σωπασάκης Διδακτορική Διατριβή 6282

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 55: Modelling and Control of Biological and Physiological Systems

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Πολυτοπικές Υπερπροσεγγίσεις

Χρησιμοποιώντας τη μέθοδο δι-

άσπασης Jordan σε συνδυασμό

με τη μέθοδο πλεγματοποίησης-

φράγματος κατασκευάζουμε πολύτο-

πα Pν με

Pν supe co Φ([0 h])

και

PνKrarr co Φ([0 h])

Ορίζουμε

Zν = Pminus1ν (X )

Αποδείξαμε ότι

Zν rarr Zh

minus06 minus04 minus02 0 02 04 06 08 1 12

065

07

075

08

085

09

095

1

x1

x2

Σχήμα Πολυτοπική Υπερπροσέγγι-

ση της συνάρτησης ∆(r) = eAr

P Patrinos P Sopasakis and H SarimveisldquoStochastic model predictive control for con-strained NCS with random time delayrdquo in Proc18th IFAC World Congress Aug 28 ndash Sep 22011

Π Σωπασάκης Διδακτορική Διατριβή 5082

IV Αναδιαμορφωμένο πρόβλημα ΕΠΜ

Διαμορφώνουμε την ακολουθία προβλημάτων ΕΠΜ

PνN (x0) V Nν (x0) = min

u[0Nminus1]isinUνN (x0)VN(x0u[0Nminus1]

)(1)

όπου

UνN (x0) =

u[0Nminus1]

∣∣∣∣∣∣∣∣∣∣

xk+1 = Ahxk +Bhukk isin N[0Nminus1]

(xk uk) isin Zν k isin N[0Nminus1]uk isin U k isin N[0Nminus1]xN isin X νf

(2)

Απ΄ όπου προκύπτουν οι βέλτιστες ακολουθίες λύσεων uν[0Nminus1]

Π Σωπασάκης Διδακτορική Διατριβή 5182

IV Ιδιότητες του ΕΠΜ

Ιδιότητες του σχήματος ΕΠΜ που

προτείνουμε

1 Ικανοποίηση των περιορισμών

στο συνεχή χρόνο

2 Εγγύηση ευστάθειας στο συνε-

χή χρόνο

3 uν[0Nminus1]grarr u[0Nminus1]

4 V Nνerarr V N

P Sopasakis P Patrinos and H SarimveisldquoModel Predictive Control for sampled-data li-near systems Guaranteeing continuous-time po-sitive invariancerdquo 2012 IEEE Trans Aut Contrsubmitted for publication

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Σχήμα Σύγκριση των πεδίων έλξης

της μεθοδολογίας μας με αυτή των

Magni και Scattolini

Π Σωπασάκης Διδακτορική Διατριβή 5282

VΚρουστική Χορήγηση

Αναλλοίωτο και Ευστάθεια Κρουστικών Συστημάτων Ελέγχου και

Σχεδιασμός Ελεγκτή Προβλεπτικού Μοντέλου

Π Σωπασάκης Διδακτορική Διατριβή 5382

V Κίνητρο

Τα Κρουστικά Δυναμικά περιγράφουν φαινόμενα στα οποία συμβα-

ίνουν στιγμιαία άλματα Σχετικά παραδείγματα είναι

1 Ζυμωτήρας διαλείποντος έργου (Shen et al 2007)

2 Πληθυσμιακή Δυναμική (Stone et al 2000)

3 Νανοηλεκτρονικά κυκλώματα (Yang and Chua 2000)

4 Πλοήγηση διαστημοπλοίου (Carter 1991)

5 Χορήγηση φαρμάκου (Kusuoka et al 1981)

Υπάρχει ωστόσο ένα μεθοδολογικό κενό ndash το οποίο προσπα-

θήσαμε να γεφυρώσουμε ndash το οποίο δεν επιτρέπει τη χρήση τους σε

εφαρμογές ελέγχου συστημάτων

Π Σωπασάκης Διδακτορική Διατριβή 5482

V Παράδειγμα Κρουστικής Συμπεριφοράς

minus2 minus1 0 1 2 3 4 5minus3

minus2

minus1

0

1

2

3

4

x1

x2

Impulsive Behaviour

Π Σωπασάκης Διδακτορική Διατριβή 5582

V Γραμμικά Κρουστικά Συστήματα τύπου Ι

Εστιάζουμε στα ακόλουθα κρουστικά συστήματα

dx

dt= Ax t isin hN (3αʹ)

(∆x)(τk) = BU(k x(τk)) (3βʹ)

όπου τk = kh k isin N Η λύση του (3) που τέμνει το (t0 x0) isinR times D με τη δράση της συνάρτησης ελέγχου U(k x) = g(x(τk))συμβολίζεται με ϕ(t t0 x0 g(middot))Το (3) υπόκειται στους περιορισμούς

x(t) isin X για κάθε t ge 0 X πολύεδρο

uk = g(x(τk)) isin U για κάθε k isin N U πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 5682

V Το πρόβλημα

Τα μόνα σημεία ισορροπίας τέτοιων συστημάτων τις περισσότερες

φορές δεν είναι άλλα από την αρχή ndash ή πιο γενικά σημεία

(xs us) isin kerAtimes kerB

΄Αρα δεν είναι δυνατό να σχεδιάσουμε σταθεροποιητικούς νόμους

ανάδρασης που οδηγούν την κατάσταση των κρουστικών συστη-

μάτων σε αυθαίρετα επιθυμητά σημεία

Π Σωπασάκης Διδακτορική Διατριβή 5782

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Π Σωπασάκης Διδακτορική Διατριβή 5982

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Υπολογισμός Ορίζουμε το F P(Rn)rarr P(Rn) ως

F (Ω) = projx

(y u) isin Rn+m

∣∣∣∣ ϕ(T 0 y u) isin ΩS (y u) sube Z

cap Ω

όπου S(x u) sube W(x u)1 Κάθε Y με F (Y) = Y είναι ένα Κρου-

στικά Ελεγκτικά Αναλλοώτο σύνολο ως προς Z

1Σημειώστε ότι W(x u) = clϕ(t 0 x u) t isin (0 h]Π Σωπασάκης Διδακτορική Διατριβή 6082

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Κατασκευάζουμε μια εμφολευμένη ακολουθία συνόλων YkkisinN ώστε

Y0 = ZYk+1 = F (Yk) k isin N

Το όριο

Yinfin =⋂kisinNYk

είναι ΚΕΑ Αν η σύγκλιση γίνεται σε πεπερασμένο αριθμό βημάτων

τότε είναι πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 6182

V Κρουστική Ευστάθεια Συνόλων

΄Ενα empty 6= Z $ X λέγεται ευσταθές για ένα δοσμένο σύστημα Σg

ndash με ανατροφοδότηση U(k x) = g(x(τk)) ndash ως προς ένα Y 6= empty αν

forallε gt 0existδ gt 0 x0 isin BYδ rArr ϕ(tx0 g(middot)) isin BZε forallt ge 0

Το Z λέγεται τοπικά ασυμπτωτικά ευσταθές για το Σgως

προς Y αν είναι ευσταθές και υπάρχει ε gt 0 ώστε

limtrarrinfin

distZ ϕ(tx0 g(middot)) = 0

οπόταν x0 isin BYε

Ορίζουμε BYδ = x isin X | distY(x) lt δ

Π Σωπασάκης Διδακτορική Διατριβή 6282

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 56: Modelling and Control of Biological and Physiological Systems

IV Αντιμετώπιση

Αποδείξαμε ότι ο περιορισμός

x(t 0 xk uk) isin X t isin [0 Tf ]

ικανοποιείται ανν

(xk uk) isin Zh ⋂

risin[0h]

(Φ(r))minus1(X )

όπου

Φ(r) =

[eAr

int r

0eAτBdτ

]

΄Ομως το Zh δεν είναι υπολογίσιμο άρα θα πρέπει να

το προσεγγίσουμε

Π Σωπασάκης Διδακτορική Διατριβή 4982

IV Πολυτοπικές Υπερπροσεγγίσεις

Χρησιμοποιώντας τη μέθοδο δι-

άσπασης Jordan σε συνδυασμό

με τη μέθοδο πλεγματοποίησης-

φράγματος κατασκευάζουμε πολύτο-

πα Pν με

Pν supe co Φ([0 h])

και

PνKrarr co Φ([0 h])

Ορίζουμε

Zν = Pminus1ν (X )

Αποδείξαμε ότι

Zν rarr Zh

minus06 minus04 minus02 0 02 04 06 08 1 12

065

07

075

08

085

09

095

1

x1

x2

Σχήμα Πολυτοπική Υπερπροσέγγι-

ση της συνάρτησης ∆(r) = eAr

P Patrinos P Sopasakis and H SarimveisldquoStochastic model predictive control for con-strained NCS with random time delayrdquo in Proc18th IFAC World Congress Aug 28 ndash Sep 22011

Π Σωπασάκης Διδακτορική Διατριβή 5082

IV Αναδιαμορφωμένο πρόβλημα ΕΠΜ

Διαμορφώνουμε την ακολουθία προβλημάτων ΕΠΜ

PνN (x0) V Nν (x0) = min

u[0Nminus1]isinUνN (x0)VN(x0u[0Nminus1]

)(1)

όπου

UνN (x0) =

u[0Nminus1]

∣∣∣∣∣∣∣∣∣∣

xk+1 = Ahxk +Bhukk isin N[0Nminus1]

(xk uk) isin Zν k isin N[0Nminus1]uk isin U k isin N[0Nminus1]xN isin X νf

(2)

Απ΄ όπου προκύπτουν οι βέλτιστες ακολουθίες λύσεων uν[0Nminus1]

Π Σωπασάκης Διδακτορική Διατριβή 5182

IV Ιδιότητες του ΕΠΜ

Ιδιότητες του σχήματος ΕΠΜ που

προτείνουμε

1 Ικανοποίηση των περιορισμών

στο συνεχή χρόνο

2 Εγγύηση ευστάθειας στο συνε-

χή χρόνο

3 uν[0Nminus1]grarr u[0Nminus1]

4 V Nνerarr V N

P Sopasakis P Patrinos and H SarimveisldquoModel Predictive Control for sampled-data li-near systems Guaranteeing continuous-time po-sitive invariancerdquo 2012 IEEE Trans Aut Contrsubmitted for publication

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Σχήμα Σύγκριση των πεδίων έλξης

της μεθοδολογίας μας με αυτή των

Magni και Scattolini

Π Σωπασάκης Διδακτορική Διατριβή 5282

VΚρουστική Χορήγηση

Αναλλοίωτο και Ευστάθεια Κρουστικών Συστημάτων Ελέγχου και

Σχεδιασμός Ελεγκτή Προβλεπτικού Μοντέλου

Π Σωπασάκης Διδακτορική Διατριβή 5382

V Κίνητρο

Τα Κρουστικά Δυναμικά περιγράφουν φαινόμενα στα οποία συμβα-

ίνουν στιγμιαία άλματα Σχετικά παραδείγματα είναι

1 Ζυμωτήρας διαλείποντος έργου (Shen et al 2007)

2 Πληθυσμιακή Δυναμική (Stone et al 2000)

3 Νανοηλεκτρονικά κυκλώματα (Yang and Chua 2000)

4 Πλοήγηση διαστημοπλοίου (Carter 1991)

5 Χορήγηση φαρμάκου (Kusuoka et al 1981)

Υπάρχει ωστόσο ένα μεθοδολογικό κενό ndash το οποίο προσπα-

θήσαμε να γεφυρώσουμε ndash το οποίο δεν επιτρέπει τη χρήση τους σε

εφαρμογές ελέγχου συστημάτων

Π Σωπασάκης Διδακτορική Διατριβή 5482

V Παράδειγμα Κρουστικής Συμπεριφοράς

minus2 minus1 0 1 2 3 4 5minus3

minus2

minus1

0

1

2

3

4

x1

x2

Impulsive Behaviour

Π Σωπασάκης Διδακτορική Διατριβή 5582

V Γραμμικά Κρουστικά Συστήματα τύπου Ι

Εστιάζουμε στα ακόλουθα κρουστικά συστήματα

dx

dt= Ax t isin hN (3αʹ)

(∆x)(τk) = BU(k x(τk)) (3βʹ)

όπου τk = kh k isin N Η λύση του (3) που τέμνει το (t0 x0) isinR times D με τη δράση της συνάρτησης ελέγχου U(k x) = g(x(τk))συμβολίζεται με ϕ(t t0 x0 g(middot))Το (3) υπόκειται στους περιορισμούς

x(t) isin X για κάθε t ge 0 X πολύεδρο

uk = g(x(τk)) isin U για κάθε k isin N U πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 5682

V Το πρόβλημα

Τα μόνα σημεία ισορροπίας τέτοιων συστημάτων τις περισσότερες

φορές δεν είναι άλλα από την αρχή ndash ή πιο γενικά σημεία

(xs us) isin kerAtimes kerB

΄Αρα δεν είναι δυνατό να σχεδιάσουμε σταθεροποιητικούς νόμους

ανάδρασης που οδηγούν την κατάσταση των κρουστικών συστη-

μάτων σε αυθαίρετα επιθυμητά σημεία

Π Σωπασάκης Διδακτορική Διατριβή 5782

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Π Σωπασάκης Διδακτορική Διατριβή 5982

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Υπολογισμός Ορίζουμε το F P(Rn)rarr P(Rn) ως

F (Ω) = projx

(y u) isin Rn+m

∣∣∣∣ ϕ(T 0 y u) isin ΩS (y u) sube Z

cap Ω

όπου S(x u) sube W(x u)1 Κάθε Y με F (Y) = Y είναι ένα Κρου-

στικά Ελεγκτικά Αναλλοώτο σύνολο ως προς Z

1Σημειώστε ότι W(x u) = clϕ(t 0 x u) t isin (0 h]Π Σωπασάκης Διδακτορική Διατριβή 6082

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Κατασκευάζουμε μια εμφολευμένη ακολουθία συνόλων YkkisinN ώστε

Y0 = ZYk+1 = F (Yk) k isin N

Το όριο

Yinfin =⋂kisinNYk

είναι ΚΕΑ Αν η σύγκλιση γίνεται σε πεπερασμένο αριθμό βημάτων

τότε είναι πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 6182

V Κρουστική Ευστάθεια Συνόλων

΄Ενα empty 6= Z $ X λέγεται ευσταθές για ένα δοσμένο σύστημα Σg

ndash με ανατροφοδότηση U(k x) = g(x(τk)) ndash ως προς ένα Y 6= empty αν

forallε gt 0existδ gt 0 x0 isin BYδ rArr ϕ(tx0 g(middot)) isin BZε forallt ge 0

Το Z λέγεται τοπικά ασυμπτωτικά ευσταθές για το Σgως

προς Y αν είναι ευσταθές και υπάρχει ε gt 0 ώστε

limtrarrinfin

distZ ϕ(tx0 g(middot)) = 0

οπόταν x0 isin BYε

Ορίζουμε BYδ = x isin X | distY(x) lt δ

Π Σωπασάκης Διδακτορική Διατριβή 6282

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 57: Modelling and Control of Biological and Physiological Systems

IV Πολυτοπικές Υπερπροσεγγίσεις

Χρησιμοποιώντας τη μέθοδο δι-

άσπασης Jordan σε συνδυασμό

με τη μέθοδο πλεγματοποίησης-

φράγματος κατασκευάζουμε πολύτο-

πα Pν με

Pν supe co Φ([0 h])

και

PνKrarr co Φ([0 h])

Ορίζουμε

Zν = Pminus1ν (X )

Αποδείξαμε ότι

Zν rarr Zh

minus06 minus04 minus02 0 02 04 06 08 1 12

065

07

075

08

085

09

095

1

x1

x2

Σχήμα Πολυτοπική Υπερπροσέγγι-

ση της συνάρτησης ∆(r) = eAr

P Patrinos P Sopasakis and H SarimveisldquoStochastic model predictive control for con-strained NCS with random time delayrdquo in Proc18th IFAC World Congress Aug 28 ndash Sep 22011

Π Σωπασάκης Διδακτορική Διατριβή 5082

IV Αναδιαμορφωμένο πρόβλημα ΕΠΜ

Διαμορφώνουμε την ακολουθία προβλημάτων ΕΠΜ

PνN (x0) V Nν (x0) = min

u[0Nminus1]isinUνN (x0)VN(x0u[0Nminus1]

)(1)

όπου

UνN (x0) =

u[0Nminus1]

∣∣∣∣∣∣∣∣∣∣

xk+1 = Ahxk +Bhukk isin N[0Nminus1]

(xk uk) isin Zν k isin N[0Nminus1]uk isin U k isin N[0Nminus1]xN isin X νf

(2)

Απ΄ όπου προκύπτουν οι βέλτιστες ακολουθίες λύσεων uν[0Nminus1]

Π Σωπασάκης Διδακτορική Διατριβή 5182

IV Ιδιότητες του ΕΠΜ

Ιδιότητες του σχήματος ΕΠΜ που

προτείνουμε

1 Ικανοποίηση των περιορισμών

στο συνεχή χρόνο

2 Εγγύηση ευστάθειας στο συνε-

χή χρόνο

3 uν[0Nminus1]grarr u[0Nminus1]

4 V Nνerarr V N

P Sopasakis P Patrinos and H SarimveisldquoModel Predictive Control for sampled-data li-near systems Guaranteeing continuous-time po-sitive invariancerdquo 2012 IEEE Trans Aut Contrsubmitted for publication

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Σχήμα Σύγκριση των πεδίων έλξης

της μεθοδολογίας μας με αυτή των

Magni και Scattolini

Π Σωπασάκης Διδακτορική Διατριβή 5282

VΚρουστική Χορήγηση

Αναλλοίωτο και Ευστάθεια Κρουστικών Συστημάτων Ελέγχου και

Σχεδιασμός Ελεγκτή Προβλεπτικού Μοντέλου

Π Σωπασάκης Διδακτορική Διατριβή 5382

V Κίνητρο

Τα Κρουστικά Δυναμικά περιγράφουν φαινόμενα στα οποία συμβα-

ίνουν στιγμιαία άλματα Σχετικά παραδείγματα είναι

1 Ζυμωτήρας διαλείποντος έργου (Shen et al 2007)

2 Πληθυσμιακή Δυναμική (Stone et al 2000)

3 Νανοηλεκτρονικά κυκλώματα (Yang and Chua 2000)

4 Πλοήγηση διαστημοπλοίου (Carter 1991)

5 Χορήγηση φαρμάκου (Kusuoka et al 1981)

Υπάρχει ωστόσο ένα μεθοδολογικό κενό ndash το οποίο προσπα-

θήσαμε να γεφυρώσουμε ndash το οποίο δεν επιτρέπει τη χρήση τους σε

εφαρμογές ελέγχου συστημάτων

Π Σωπασάκης Διδακτορική Διατριβή 5482

V Παράδειγμα Κρουστικής Συμπεριφοράς

minus2 minus1 0 1 2 3 4 5minus3

minus2

minus1

0

1

2

3

4

x1

x2

Impulsive Behaviour

Π Σωπασάκης Διδακτορική Διατριβή 5582

V Γραμμικά Κρουστικά Συστήματα τύπου Ι

Εστιάζουμε στα ακόλουθα κρουστικά συστήματα

dx

dt= Ax t isin hN (3αʹ)

(∆x)(τk) = BU(k x(τk)) (3βʹ)

όπου τk = kh k isin N Η λύση του (3) που τέμνει το (t0 x0) isinR times D με τη δράση της συνάρτησης ελέγχου U(k x) = g(x(τk))συμβολίζεται με ϕ(t t0 x0 g(middot))Το (3) υπόκειται στους περιορισμούς

x(t) isin X για κάθε t ge 0 X πολύεδρο

uk = g(x(τk)) isin U για κάθε k isin N U πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 5682

V Το πρόβλημα

Τα μόνα σημεία ισορροπίας τέτοιων συστημάτων τις περισσότερες

φορές δεν είναι άλλα από την αρχή ndash ή πιο γενικά σημεία

(xs us) isin kerAtimes kerB

΄Αρα δεν είναι δυνατό να σχεδιάσουμε σταθεροποιητικούς νόμους

ανάδρασης που οδηγούν την κατάσταση των κρουστικών συστη-

μάτων σε αυθαίρετα επιθυμητά σημεία

Π Σωπασάκης Διδακτορική Διατριβή 5782

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Π Σωπασάκης Διδακτορική Διατριβή 5982

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Υπολογισμός Ορίζουμε το F P(Rn)rarr P(Rn) ως

F (Ω) = projx

(y u) isin Rn+m

∣∣∣∣ ϕ(T 0 y u) isin ΩS (y u) sube Z

cap Ω

όπου S(x u) sube W(x u)1 Κάθε Y με F (Y) = Y είναι ένα Κρου-

στικά Ελεγκτικά Αναλλοώτο σύνολο ως προς Z

1Σημειώστε ότι W(x u) = clϕ(t 0 x u) t isin (0 h]Π Σωπασάκης Διδακτορική Διατριβή 6082

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Κατασκευάζουμε μια εμφολευμένη ακολουθία συνόλων YkkisinN ώστε

Y0 = ZYk+1 = F (Yk) k isin N

Το όριο

Yinfin =⋂kisinNYk

είναι ΚΕΑ Αν η σύγκλιση γίνεται σε πεπερασμένο αριθμό βημάτων

τότε είναι πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 6182

V Κρουστική Ευστάθεια Συνόλων

΄Ενα empty 6= Z $ X λέγεται ευσταθές για ένα δοσμένο σύστημα Σg

ndash με ανατροφοδότηση U(k x) = g(x(τk)) ndash ως προς ένα Y 6= empty αν

forallε gt 0existδ gt 0 x0 isin BYδ rArr ϕ(tx0 g(middot)) isin BZε forallt ge 0

Το Z λέγεται τοπικά ασυμπτωτικά ευσταθές για το Σgως

προς Y αν είναι ευσταθές και υπάρχει ε gt 0 ώστε

limtrarrinfin

distZ ϕ(tx0 g(middot)) = 0

οπόταν x0 isin BYε

Ορίζουμε BYδ = x isin X | distY(x) lt δ

Π Σωπασάκης Διδακτορική Διατριβή 6282

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 58: Modelling and Control of Biological and Physiological Systems

IV Αναδιαμορφωμένο πρόβλημα ΕΠΜ

Διαμορφώνουμε την ακολουθία προβλημάτων ΕΠΜ

PνN (x0) V Nν (x0) = min

u[0Nminus1]isinUνN (x0)VN(x0u[0Nminus1]

)(1)

όπου

UνN (x0) =

u[0Nminus1]

∣∣∣∣∣∣∣∣∣∣

xk+1 = Ahxk +Bhukk isin N[0Nminus1]

(xk uk) isin Zν k isin N[0Nminus1]uk isin U k isin N[0Nminus1]xN isin X νf

(2)

Απ΄ όπου προκύπτουν οι βέλτιστες ακολουθίες λύσεων uν[0Nminus1]

Π Σωπασάκης Διδακτορική Διατριβή 5182

IV Ιδιότητες του ΕΠΜ

Ιδιότητες του σχήματος ΕΠΜ που

προτείνουμε

1 Ικανοποίηση των περιορισμών

στο συνεχή χρόνο

2 Εγγύηση ευστάθειας στο συνε-

χή χρόνο

3 uν[0Nminus1]grarr u[0Nminus1]

4 V Nνerarr V N

P Sopasakis P Patrinos and H SarimveisldquoModel Predictive Control for sampled-data li-near systems Guaranteeing continuous-time po-sitive invariancerdquo 2012 IEEE Trans Aut Contrsubmitted for publication

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Σχήμα Σύγκριση των πεδίων έλξης

της μεθοδολογίας μας με αυτή των

Magni και Scattolini

Π Σωπασάκης Διδακτορική Διατριβή 5282

VΚρουστική Χορήγηση

Αναλλοίωτο και Ευστάθεια Κρουστικών Συστημάτων Ελέγχου και

Σχεδιασμός Ελεγκτή Προβλεπτικού Μοντέλου

Π Σωπασάκης Διδακτορική Διατριβή 5382

V Κίνητρο

Τα Κρουστικά Δυναμικά περιγράφουν φαινόμενα στα οποία συμβα-

ίνουν στιγμιαία άλματα Σχετικά παραδείγματα είναι

1 Ζυμωτήρας διαλείποντος έργου (Shen et al 2007)

2 Πληθυσμιακή Δυναμική (Stone et al 2000)

3 Νανοηλεκτρονικά κυκλώματα (Yang and Chua 2000)

4 Πλοήγηση διαστημοπλοίου (Carter 1991)

5 Χορήγηση φαρμάκου (Kusuoka et al 1981)

Υπάρχει ωστόσο ένα μεθοδολογικό κενό ndash το οποίο προσπα-

θήσαμε να γεφυρώσουμε ndash το οποίο δεν επιτρέπει τη χρήση τους σε

εφαρμογές ελέγχου συστημάτων

Π Σωπασάκης Διδακτορική Διατριβή 5482

V Παράδειγμα Κρουστικής Συμπεριφοράς

minus2 minus1 0 1 2 3 4 5minus3

minus2

minus1

0

1

2

3

4

x1

x2

Impulsive Behaviour

Π Σωπασάκης Διδακτορική Διατριβή 5582

V Γραμμικά Κρουστικά Συστήματα τύπου Ι

Εστιάζουμε στα ακόλουθα κρουστικά συστήματα

dx

dt= Ax t isin hN (3αʹ)

(∆x)(τk) = BU(k x(τk)) (3βʹ)

όπου τk = kh k isin N Η λύση του (3) που τέμνει το (t0 x0) isinR times D με τη δράση της συνάρτησης ελέγχου U(k x) = g(x(τk))συμβολίζεται με ϕ(t t0 x0 g(middot))Το (3) υπόκειται στους περιορισμούς

x(t) isin X για κάθε t ge 0 X πολύεδρο

uk = g(x(τk)) isin U για κάθε k isin N U πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 5682

V Το πρόβλημα

Τα μόνα σημεία ισορροπίας τέτοιων συστημάτων τις περισσότερες

φορές δεν είναι άλλα από την αρχή ndash ή πιο γενικά σημεία

(xs us) isin kerAtimes kerB

΄Αρα δεν είναι δυνατό να σχεδιάσουμε σταθεροποιητικούς νόμους

ανάδρασης που οδηγούν την κατάσταση των κρουστικών συστη-

μάτων σε αυθαίρετα επιθυμητά σημεία

Π Σωπασάκης Διδακτορική Διατριβή 5782

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Π Σωπασάκης Διδακτορική Διατριβή 5982

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Υπολογισμός Ορίζουμε το F P(Rn)rarr P(Rn) ως

F (Ω) = projx

(y u) isin Rn+m

∣∣∣∣ ϕ(T 0 y u) isin ΩS (y u) sube Z

cap Ω

όπου S(x u) sube W(x u)1 Κάθε Y με F (Y) = Y είναι ένα Κρου-

στικά Ελεγκτικά Αναλλοώτο σύνολο ως προς Z

1Σημειώστε ότι W(x u) = clϕ(t 0 x u) t isin (0 h]Π Σωπασάκης Διδακτορική Διατριβή 6082

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Κατασκευάζουμε μια εμφολευμένη ακολουθία συνόλων YkkisinN ώστε

Y0 = ZYk+1 = F (Yk) k isin N

Το όριο

Yinfin =⋂kisinNYk

είναι ΚΕΑ Αν η σύγκλιση γίνεται σε πεπερασμένο αριθμό βημάτων

τότε είναι πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 6182

V Κρουστική Ευστάθεια Συνόλων

΄Ενα empty 6= Z $ X λέγεται ευσταθές για ένα δοσμένο σύστημα Σg

ndash με ανατροφοδότηση U(k x) = g(x(τk)) ndash ως προς ένα Y 6= empty αν

forallε gt 0existδ gt 0 x0 isin BYδ rArr ϕ(tx0 g(middot)) isin BZε forallt ge 0

Το Z λέγεται τοπικά ασυμπτωτικά ευσταθές για το Σgως

προς Y αν είναι ευσταθές και υπάρχει ε gt 0 ώστε

limtrarrinfin

distZ ϕ(tx0 g(middot)) = 0

οπόταν x0 isin BYε

Ορίζουμε BYδ = x isin X | distY(x) lt δ

Π Σωπασάκης Διδακτορική Διατριβή 6282

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 59: Modelling and Control of Biological and Physiological Systems

IV Ιδιότητες του ΕΠΜ

Ιδιότητες του σχήματος ΕΠΜ που

προτείνουμε

1 Ικανοποίηση των περιορισμών

στο συνεχή χρόνο

2 Εγγύηση ευστάθειας στο συνε-

χή χρόνο

3 uν[0Nminus1]grarr u[0Nminus1]

4 V Nνerarr V N

P Sopasakis P Patrinos and H SarimveisldquoModel Predictive Control for sampled-data li-near systems Guaranteeing continuous-time po-sitive invariancerdquo 2012 IEEE Trans Aut Contrsubmitted for publication

minus2 minus15 minus1 minus05 0 05 1 15 2

minus2

minus15

minus1

minus05

0

05

1

15

2

x1

x2

Σχήμα Σύγκριση των πεδίων έλξης

της μεθοδολογίας μας με αυτή των

Magni και Scattolini

Π Σωπασάκης Διδακτορική Διατριβή 5282

VΚρουστική Χορήγηση

Αναλλοίωτο και Ευστάθεια Κρουστικών Συστημάτων Ελέγχου και

Σχεδιασμός Ελεγκτή Προβλεπτικού Μοντέλου

Π Σωπασάκης Διδακτορική Διατριβή 5382

V Κίνητρο

Τα Κρουστικά Δυναμικά περιγράφουν φαινόμενα στα οποία συμβα-

ίνουν στιγμιαία άλματα Σχετικά παραδείγματα είναι

1 Ζυμωτήρας διαλείποντος έργου (Shen et al 2007)

2 Πληθυσμιακή Δυναμική (Stone et al 2000)

3 Νανοηλεκτρονικά κυκλώματα (Yang and Chua 2000)

4 Πλοήγηση διαστημοπλοίου (Carter 1991)

5 Χορήγηση φαρμάκου (Kusuoka et al 1981)

Υπάρχει ωστόσο ένα μεθοδολογικό κενό ndash το οποίο προσπα-

θήσαμε να γεφυρώσουμε ndash το οποίο δεν επιτρέπει τη χρήση τους σε

εφαρμογές ελέγχου συστημάτων

Π Σωπασάκης Διδακτορική Διατριβή 5482

V Παράδειγμα Κρουστικής Συμπεριφοράς

minus2 minus1 0 1 2 3 4 5minus3

minus2

minus1

0

1

2

3

4

x1

x2

Impulsive Behaviour

Π Σωπασάκης Διδακτορική Διατριβή 5582

V Γραμμικά Κρουστικά Συστήματα τύπου Ι

Εστιάζουμε στα ακόλουθα κρουστικά συστήματα

dx

dt= Ax t isin hN (3αʹ)

(∆x)(τk) = BU(k x(τk)) (3βʹ)

όπου τk = kh k isin N Η λύση του (3) που τέμνει το (t0 x0) isinR times D με τη δράση της συνάρτησης ελέγχου U(k x) = g(x(τk))συμβολίζεται με ϕ(t t0 x0 g(middot))Το (3) υπόκειται στους περιορισμούς

x(t) isin X για κάθε t ge 0 X πολύεδρο

uk = g(x(τk)) isin U για κάθε k isin N U πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 5682

V Το πρόβλημα

Τα μόνα σημεία ισορροπίας τέτοιων συστημάτων τις περισσότερες

φορές δεν είναι άλλα από την αρχή ndash ή πιο γενικά σημεία

(xs us) isin kerAtimes kerB

΄Αρα δεν είναι δυνατό να σχεδιάσουμε σταθεροποιητικούς νόμους

ανάδρασης που οδηγούν την κατάσταση των κρουστικών συστη-

μάτων σε αυθαίρετα επιθυμητά σημεία

Π Σωπασάκης Διδακτορική Διατριβή 5782

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Π Σωπασάκης Διδακτορική Διατριβή 5982

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Υπολογισμός Ορίζουμε το F P(Rn)rarr P(Rn) ως

F (Ω) = projx

(y u) isin Rn+m

∣∣∣∣ ϕ(T 0 y u) isin ΩS (y u) sube Z

cap Ω

όπου S(x u) sube W(x u)1 Κάθε Y με F (Y) = Y είναι ένα Κρου-

στικά Ελεγκτικά Αναλλοώτο σύνολο ως προς Z

1Σημειώστε ότι W(x u) = clϕ(t 0 x u) t isin (0 h]Π Σωπασάκης Διδακτορική Διατριβή 6082

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Κατασκευάζουμε μια εμφολευμένη ακολουθία συνόλων YkkisinN ώστε

Y0 = ZYk+1 = F (Yk) k isin N

Το όριο

Yinfin =⋂kisinNYk

είναι ΚΕΑ Αν η σύγκλιση γίνεται σε πεπερασμένο αριθμό βημάτων

τότε είναι πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 6182

V Κρουστική Ευστάθεια Συνόλων

΄Ενα empty 6= Z $ X λέγεται ευσταθές για ένα δοσμένο σύστημα Σg

ndash με ανατροφοδότηση U(k x) = g(x(τk)) ndash ως προς ένα Y 6= empty αν

forallε gt 0existδ gt 0 x0 isin BYδ rArr ϕ(tx0 g(middot)) isin BZε forallt ge 0

Το Z λέγεται τοπικά ασυμπτωτικά ευσταθές για το Σgως

προς Y αν είναι ευσταθές και υπάρχει ε gt 0 ώστε

limtrarrinfin

distZ ϕ(tx0 g(middot)) = 0

οπόταν x0 isin BYε

Ορίζουμε BYδ = x isin X | distY(x) lt δ

Π Σωπασάκης Διδακτορική Διατριβή 6282

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 60: Modelling and Control of Biological and Physiological Systems

VΚρουστική Χορήγηση

Αναλλοίωτο και Ευστάθεια Κρουστικών Συστημάτων Ελέγχου και

Σχεδιασμός Ελεγκτή Προβλεπτικού Μοντέλου

Π Σωπασάκης Διδακτορική Διατριβή 5382

V Κίνητρο

Τα Κρουστικά Δυναμικά περιγράφουν φαινόμενα στα οποία συμβα-

ίνουν στιγμιαία άλματα Σχετικά παραδείγματα είναι

1 Ζυμωτήρας διαλείποντος έργου (Shen et al 2007)

2 Πληθυσμιακή Δυναμική (Stone et al 2000)

3 Νανοηλεκτρονικά κυκλώματα (Yang and Chua 2000)

4 Πλοήγηση διαστημοπλοίου (Carter 1991)

5 Χορήγηση φαρμάκου (Kusuoka et al 1981)

Υπάρχει ωστόσο ένα μεθοδολογικό κενό ndash το οποίο προσπα-

θήσαμε να γεφυρώσουμε ndash το οποίο δεν επιτρέπει τη χρήση τους σε

εφαρμογές ελέγχου συστημάτων

Π Σωπασάκης Διδακτορική Διατριβή 5482

V Παράδειγμα Κρουστικής Συμπεριφοράς

minus2 minus1 0 1 2 3 4 5minus3

minus2

minus1

0

1

2

3

4

x1

x2

Impulsive Behaviour

Π Σωπασάκης Διδακτορική Διατριβή 5582

V Γραμμικά Κρουστικά Συστήματα τύπου Ι

Εστιάζουμε στα ακόλουθα κρουστικά συστήματα

dx

dt= Ax t isin hN (3αʹ)

(∆x)(τk) = BU(k x(τk)) (3βʹ)

όπου τk = kh k isin N Η λύση του (3) που τέμνει το (t0 x0) isinR times D με τη δράση της συνάρτησης ελέγχου U(k x) = g(x(τk))συμβολίζεται με ϕ(t t0 x0 g(middot))Το (3) υπόκειται στους περιορισμούς

x(t) isin X για κάθε t ge 0 X πολύεδρο

uk = g(x(τk)) isin U για κάθε k isin N U πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 5682

V Το πρόβλημα

Τα μόνα σημεία ισορροπίας τέτοιων συστημάτων τις περισσότερες

φορές δεν είναι άλλα από την αρχή ndash ή πιο γενικά σημεία

(xs us) isin kerAtimes kerB

΄Αρα δεν είναι δυνατό να σχεδιάσουμε σταθεροποιητικούς νόμους

ανάδρασης που οδηγούν την κατάσταση των κρουστικών συστη-

μάτων σε αυθαίρετα επιθυμητά σημεία

Π Σωπασάκης Διδακτορική Διατριβή 5782

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Π Σωπασάκης Διδακτορική Διατριβή 5982

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Υπολογισμός Ορίζουμε το F P(Rn)rarr P(Rn) ως

F (Ω) = projx

(y u) isin Rn+m

∣∣∣∣ ϕ(T 0 y u) isin ΩS (y u) sube Z

cap Ω

όπου S(x u) sube W(x u)1 Κάθε Y με F (Y) = Y είναι ένα Κρου-

στικά Ελεγκτικά Αναλλοώτο σύνολο ως προς Z

1Σημειώστε ότι W(x u) = clϕ(t 0 x u) t isin (0 h]Π Σωπασάκης Διδακτορική Διατριβή 6082

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Κατασκευάζουμε μια εμφολευμένη ακολουθία συνόλων YkkisinN ώστε

Y0 = ZYk+1 = F (Yk) k isin N

Το όριο

Yinfin =⋂kisinNYk

είναι ΚΕΑ Αν η σύγκλιση γίνεται σε πεπερασμένο αριθμό βημάτων

τότε είναι πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 6182

V Κρουστική Ευστάθεια Συνόλων

΄Ενα empty 6= Z $ X λέγεται ευσταθές για ένα δοσμένο σύστημα Σg

ndash με ανατροφοδότηση U(k x) = g(x(τk)) ndash ως προς ένα Y 6= empty αν

forallε gt 0existδ gt 0 x0 isin BYδ rArr ϕ(tx0 g(middot)) isin BZε forallt ge 0

Το Z λέγεται τοπικά ασυμπτωτικά ευσταθές για το Σgως

προς Y αν είναι ευσταθές και υπάρχει ε gt 0 ώστε

limtrarrinfin

distZ ϕ(tx0 g(middot)) = 0

οπόταν x0 isin BYε

Ορίζουμε BYδ = x isin X | distY(x) lt δ

Π Σωπασάκης Διδακτορική Διατριβή 6282

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 61: Modelling and Control of Biological and Physiological Systems

V Κίνητρο

Τα Κρουστικά Δυναμικά περιγράφουν φαινόμενα στα οποία συμβα-

ίνουν στιγμιαία άλματα Σχετικά παραδείγματα είναι

1 Ζυμωτήρας διαλείποντος έργου (Shen et al 2007)

2 Πληθυσμιακή Δυναμική (Stone et al 2000)

3 Νανοηλεκτρονικά κυκλώματα (Yang and Chua 2000)

4 Πλοήγηση διαστημοπλοίου (Carter 1991)

5 Χορήγηση φαρμάκου (Kusuoka et al 1981)

Υπάρχει ωστόσο ένα μεθοδολογικό κενό ndash το οποίο προσπα-

θήσαμε να γεφυρώσουμε ndash το οποίο δεν επιτρέπει τη χρήση τους σε

εφαρμογές ελέγχου συστημάτων

Π Σωπασάκης Διδακτορική Διατριβή 5482

V Παράδειγμα Κρουστικής Συμπεριφοράς

minus2 minus1 0 1 2 3 4 5minus3

minus2

minus1

0

1

2

3

4

x1

x2

Impulsive Behaviour

Π Σωπασάκης Διδακτορική Διατριβή 5582

V Γραμμικά Κρουστικά Συστήματα τύπου Ι

Εστιάζουμε στα ακόλουθα κρουστικά συστήματα

dx

dt= Ax t isin hN (3αʹ)

(∆x)(τk) = BU(k x(τk)) (3βʹ)

όπου τk = kh k isin N Η λύση του (3) που τέμνει το (t0 x0) isinR times D με τη δράση της συνάρτησης ελέγχου U(k x) = g(x(τk))συμβολίζεται με ϕ(t t0 x0 g(middot))Το (3) υπόκειται στους περιορισμούς

x(t) isin X για κάθε t ge 0 X πολύεδρο

uk = g(x(τk)) isin U για κάθε k isin N U πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 5682

V Το πρόβλημα

Τα μόνα σημεία ισορροπίας τέτοιων συστημάτων τις περισσότερες

φορές δεν είναι άλλα από την αρχή ndash ή πιο γενικά σημεία

(xs us) isin kerAtimes kerB

΄Αρα δεν είναι δυνατό να σχεδιάσουμε σταθεροποιητικούς νόμους

ανάδρασης που οδηγούν την κατάσταση των κρουστικών συστη-

μάτων σε αυθαίρετα επιθυμητά σημεία

Π Σωπασάκης Διδακτορική Διατριβή 5782

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Π Σωπασάκης Διδακτορική Διατριβή 5982

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Υπολογισμός Ορίζουμε το F P(Rn)rarr P(Rn) ως

F (Ω) = projx

(y u) isin Rn+m

∣∣∣∣ ϕ(T 0 y u) isin ΩS (y u) sube Z

cap Ω

όπου S(x u) sube W(x u)1 Κάθε Y με F (Y) = Y είναι ένα Κρου-

στικά Ελεγκτικά Αναλλοώτο σύνολο ως προς Z

1Σημειώστε ότι W(x u) = clϕ(t 0 x u) t isin (0 h]Π Σωπασάκης Διδακτορική Διατριβή 6082

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Κατασκευάζουμε μια εμφολευμένη ακολουθία συνόλων YkkisinN ώστε

Y0 = ZYk+1 = F (Yk) k isin N

Το όριο

Yinfin =⋂kisinNYk

είναι ΚΕΑ Αν η σύγκλιση γίνεται σε πεπερασμένο αριθμό βημάτων

τότε είναι πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 6182

V Κρουστική Ευστάθεια Συνόλων

΄Ενα empty 6= Z $ X λέγεται ευσταθές για ένα δοσμένο σύστημα Σg

ndash με ανατροφοδότηση U(k x) = g(x(τk)) ndash ως προς ένα Y 6= empty αν

forallε gt 0existδ gt 0 x0 isin BYδ rArr ϕ(tx0 g(middot)) isin BZε forallt ge 0

Το Z λέγεται τοπικά ασυμπτωτικά ευσταθές για το Σgως

προς Y αν είναι ευσταθές και υπάρχει ε gt 0 ώστε

limtrarrinfin

distZ ϕ(tx0 g(middot)) = 0

οπόταν x0 isin BYε

Ορίζουμε BYδ = x isin X | distY(x) lt δ

Π Σωπασάκης Διδακτορική Διατριβή 6282

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 62: Modelling and Control of Biological and Physiological Systems

V Παράδειγμα Κρουστικής Συμπεριφοράς

minus2 minus1 0 1 2 3 4 5minus3

minus2

minus1

0

1

2

3

4

x1

x2

Impulsive Behaviour

Π Σωπασάκης Διδακτορική Διατριβή 5582

V Γραμμικά Κρουστικά Συστήματα τύπου Ι

Εστιάζουμε στα ακόλουθα κρουστικά συστήματα

dx

dt= Ax t isin hN (3αʹ)

(∆x)(τk) = BU(k x(τk)) (3βʹ)

όπου τk = kh k isin N Η λύση του (3) που τέμνει το (t0 x0) isinR times D με τη δράση της συνάρτησης ελέγχου U(k x) = g(x(τk))συμβολίζεται με ϕ(t t0 x0 g(middot))Το (3) υπόκειται στους περιορισμούς

x(t) isin X για κάθε t ge 0 X πολύεδρο

uk = g(x(τk)) isin U για κάθε k isin N U πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 5682

V Το πρόβλημα

Τα μόνα σημεία ισορροπίας τέτοιων συστημάτων τις περισσότερες

φορές δεν είναι άλλα από την αρχή ndash ή πιο γενικά σημεία

(xs us) isin kerAtimes kerB

΄Αρα δεν είναι δυνατό να σχεδιάσουμε σταθεροποιητικούς νόμους

ανάδρασης που οδηγούν την κατάσταση των κρουστικών συστη-

μάτων σε αυθαίρετα επιθυμητά σημεία

Π Σωπασάκης Διδακτορική Διατριβή 5782

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Π Σωπασάκης Διδακτορική Διατριβή 5982

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Υπολογισμός Ορίζουμε το F P(Rn)rarr P(Rn) ως

F (Ω) = projx

(y u) isin Rn+m

∣∣∣∣ ϕ(T 0 y u) isin ΩS (y u) sube Z

cap Ω

όπου S(x u) sube W(x u)1 Κάθε Y με F (Y) = Y είναι ένα Κρου-

στικά Ελεγκτικά Αναλλοώτο σύνολο ως προς Z

1Σημειώστε ότι W(x u) = clϕ(t 0 x u) t isin (0 h]Π Σωπασάκης Διδακτορική Διατριβή 6082

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Κατασκευάζουμε μια εμφολευμένη ακολουθία συνόλων YkkisinN ώστε

Y0 = ZYk+1 = F (Yk) k isin N

Το όριο

Yinfin =⋂kisinNYk

είναι ΚΕΑ Αν η σύγκλιση γίνεται σε πεπερασμένο αριθμό βημάτων

τότε είναι πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 6182

V Κρουστική Ευστάθεια Συνόλων

΄Ενα empty 6= Z $ X λέγεται ευσταθές για ένα δοσμένο σύστημα Σg

ndash με ανατροφοδότηση U(k x) = g(x(τk)) ndash ως προς ένα Y 6= empty αν

forallε gt 0existδ gt 0 x0 isin BYδ rArr ϕ(tx0 g(middot)) isin BZε forallt ge 0

Το Z λέγεται τοπικά ασυμπτωτικά ευσταθές για το Σgως

προς Y αν είναι ευσταθές και υπάρχει ε gt 0 ώστε

limtrarrinfin

distZ ϕ(tx0 g(middot)) = 0

οπόταν x0 isin BYε

Ορίζουμε BYδ = x isin X | distY(x) lt δ

Π Σωπασάκης Διδακτορική Διατριβή 6282

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 63: Modelling and Control of Biological and Physiological Systems

V Γραμμικά Κρουστικά Συστήματα τύπου Ι

Εστιάζουμε στα ακόλουθα κρουστικά συστήματα

dx

dt= Ax t isin hN (3αʹ)

(∆x)(τk) = BU(k x(τk)) (3βʹ)

όπου τk = kh k isin N Η λύση του (3) που τέμνει το (t0 x0) isinR times D με τη δράση της συνάρτησης ελέγχου U(k x) = g(x(τk))συμβολίζεται με ϕ(t t0 x0 g(middot))Το (3) υπόκειται στους περιορισμούς

x(t) isin X για κάθε t ge 0 X πολύεδρο

uk = g(x(τk)) isin U για κάθε k isin N U πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 5682

V Το πρόβλημα

Τα μόνα σημεία ισορροπίας τέτοιων συστημάτων τις περισσότερες

φορές δεν είναι άλλα από την αρχή ndash ή πιο γενικά σημεία

(xs us) isin kerAtimes kerB

΄Αρα δεν είναι δυνατό να σχεδιάσουμε σταθεροποιητικούς νόμους

ανάδρασης που οδηγούν την κατάσταση των κρουστικών συστη-

μάτων σε αυθαίρετα επιθυμητά σημεία

Π Σωπασάκης Διδακτορική Διατριβή 5782

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Π Σωπασάκης Διδακτορική Διατριβή 5982

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Υπολογισμός Ορίζουμε το F P(Rn)rarr P(Rn) ως

F (Ω) = projx

(y u) isin Rn+m

∣∣∣∣ ϕ(T 0 y u) isin ΩS (y u) sube Z

cap Ω

όπου S(x u) sube W(x u)1 Κάθε Y με F (Y) = Y είναι ένα Κρου-

στικά Ελεγκτικά Αναλλοώτο σύνολο ως προς Z

1Σημειώστε ότι W(x u) = clϕ(t 0 x u) t isin (0 h]Π Σωπασάκης Διδακτορική Διατριβή 6082

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Κατασκευάζουμε μια εμφολευμένη ακολουθία συνόλων YkkisinN ώστε

Y0 = ZYk+1 = F (Yk) k isin N

Το όριο

Yinfin =⋂kisinNYk

είναι ΚΕΑ Αν η σύγκλιση γίνεται σε πεπερασμένο αριθμό βημάτων

τότε είναι πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 6182

V Κρουστική Ευστάθεια Συνόλων

΄Ενα empty 6= Z $ X λέγεται ευσταθές για ένα δοσμένο σύστημα Σg

ndash με ανατροφοδότηση U(k x) = g(x(τk)) ndash ως προς ένα Y 6= empty αν

forallε gt 0existδ gt 0 x0 isin BYδ rArr ϕ(tx0 g(middot)) isin BZε forallt ge 0

Το Z λέγεται τοπικά ασυμπτωτικά ευσταθές για το Σgως

προς Y αν είναι ευσταθές και υπάρχει ε gt 0 ώστε

limtrarrinfin

distZ ϕ(tx0 g(middot)) = 0

οπόταν x0 isin BYε

Ορίζουμε BYδ = x isin X | distY(x) lt δ

Π Σωπασάκης Διδακτορική Διατριβή 6282

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 64: Modelling and Control of Biological and Physiological Systems

V Το πρόβλημα

Τα μόνα σημεία ισορροπίας τέτοιων συστημάτων τις περισσότερες

φορές δεν είναι άλλα από την αρχή ndash ή πιο γενικά σημεία

(xs us) isin kerAtimes kerB

΄Αρα δεν είναι δυνατό να σχεδιάσουμε σταθεροποιητικούς νόμους

ανάδρασης που οδηγούν την κατάσταση των κρουστικών συστη-

μάτων σε αυθαίρετα επιθυμητά σημεία

Π Σωπασάκης Διδακτορική Διατριβή 5782

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Π Σωπασάκης Διδακτορική Διατριβή 5982

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Υπολογισμός Ορίζουμε το F P(Rn)rarr P(Rn) ως

F (Ω) = projx

(y u) isin Rn+m

∣∣∣∣ ϕ(T 0 y u) isin ΩS (y u) sube Z

cap Ω

όπου S(x u) sube W(x u)1 Κάθε Y με F (Y) = Y είναι ένα Κρου-

στικά Ελεγκτικά Αναλλοώτο σύνολο ως προς Z

1Σημειώστε ότι W(x u) = clϕ(t 0 x u) t isin (0 h]Π Σωπασάκης Διδακτορική Διατριβή 6082

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Κατασκευάζουμε μια εμφολευμένη ακολουθία συνόλων YkkisinN ώστε

Y0 = ZYk+1 = F (Yk) k isin N

Το όριο

Yinfin =⋂kisinNYk

είναι ΚΕΑ Αν η σύγκλιση γίνεται σε πεπερασμένο αριθμό βημάτων

τότε είναι πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 6182

V Κρουστική Ευστάθεια Συνόλων

΄Ενα empty 6= Z $ X λέγεται ευσταθές για ένα δοσμένο σύστημα Σg

ndash με ανατροφοδότηση U(k x) = g(x(τk)) ndash ως προς ένα Y 6= empty αν

forallε gt 0existδ gt 0 x0 isin BYδ rArr ϕ(tx0 g(middot)) isin BZε forallt ge 0

Το Z λέγεται τοπικά ασυμπτωτικά ευσταθές για το Σgως

προς Y αν είναι ευσταθές και υπάρχει ε gt 0 ώστε

limtrarrinfin

distZ ϕ(tx0 g(middot)) = 0

οπόταν x0 isin BYε

Ορίζουμε BYδ = x isin X | distY(x) lt δ

Π Σωπασάκης Διδακτορική Διατριβή 6282

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 65: Modelling and Control of Biological and Physiological Systems

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Π Σωπασάκης Διδακτορική Διατριβή 5982

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Υπολογισμός Ορίζουμε το F P(Rn)rarr P(Rn) ως

F (Ω) = projx

(y u) isin Rn+m

∣∣∣∣ ϕ(T 0 y u) isin ΩS (y u) sube Z

cap Ω

όπου S(x u) sube W(x u)1 Κάθε Y με F (Y) = Y είναι ένα Κρου-

στικά Ελεγκτικά Αναλλοώτο σύνολο ως προς Z

1Σημειώστε ότι W(x u) = clϕ(t 0 x u) t isin (0 h]Π Σωπασάκης Διδακτορική Διατριβή 6082

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Κατασκευάζουμε μια εμφολευμένη ακολουθία συνόλων YkkisinN ώστε

Y0 = ZYk+1 = F (Yk) k isin N

Το όριο

Yinfin =⋂kisinNYk

είναι ΚΕΑ Αν η σύγκλιση γίνεται σε πεπερασμένο αριθμό βημάτων

τότε είναι πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 6182

V Κρουστική Ευστάθεια Συνόλων

΄Ενα empty 6= Z $ X λέγεται ευσταθές για ένα δοσμένο σύστημα Σg

ndash με ανατροφοδότηση U(k x) = g(x(τk)) ndash ως προς ένα Y 6= empty αν

forallε gt 0existδ gt 0 x0 isin BYδ rArr ϕ(tx0 g(middot)) isin BZε forallt ge 0

Το Z λέγεται τοπικά ασυμπτωτικά ευσταθές για το Σgως

προς Y αν είναι ευσταθές και υπάρχει ε gt 0 ώστε

limtrarrinfin

distZ ϕ(tx0 g(middot)) = 0

οπόταν x0 isin BYε

Ορίζουμε BYδ = x isin X | distY(x) lt δ

Π Σωπασάκης Διδακτορική Διατριβή 6282

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 66: Modelling and Control of Biological and Physiological Systems

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Δοσμένου μη κενού Z sube X λέμε ότι το Y είναι Κρουστικά

Ελεγκτικά Αναλλοίωτο (ΚΕΑ) ως προς το Z αν για κάθε

y isin Y υπάρχει u isin U ώστε

Α1 ϕ(h 0 y u) isin YΑ2 W(y u) sube Z όπου W(y u) = clϕ(t 0 y u) t isin (0 h]

Η συνθήκη Α2 μπορεί να αντικατασταθεί από

Α3 S(y u) sube Z όπου S(y u) supe W(y u) και S(y u) είναι πολυτο-

πικό Τέτοια σύνολα υπολογίζονται με μεθοδολογίες πολυτο-

πικής υπερπροσέγγισης

Π Σωπασάκης Διδακτορική Διατριβή 5882

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Π Σωπασάκης Διδακτορική Διατριβή 5982

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Υπολογισμός Ορίζουμε το F P(Rn)rarr P(Rn) ως

F (Ω) = projx

(y u) isin Rn+m

∣∣∣∣ ϕ(T 0 y u) isin ΩS (y u) sube Z

cap Ω

όπου S(x u) sube W(x u)1 Κάθε Y με F (Y) = Y είναι ένα Κρου-

στικά Ελεγκτικά Αναλλοώτο σύνολο ως προς Z

1Σημειώστε ότι W(x u) = clϕ(t 0 x u) t isin (0 h]Π Σωπασάκης Διδακτορική Διατριβή 6082

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Κατασκευάζουμε μια εμφολευμένη ακολουθία συνόλων YkkisinN ώστε

Y0 = ZYk+1 = F (Yk) k isin N

Το όριο

Yinfin =⋂kisinNYk

είναι ΚΕΑ Αν η σύγκλιση γίνεται σε πεπερασμένο αριθμό βημάτων

τότε είναι πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 6182

V Κρουστική Ευστάθεια Συνόλων

΄Ενα empty 6= Z $ X λέγεται ευσταθές για ένα δοσμένο σύστημα Σg

ndash με ανατροφοδότηση U(k x) = g(x(τk)) ndash ως προς ένα Y 6= empty αν

forallε gt 0existδ gt 0 x0 isin BYδ rArr ϕ(tx0 g(middot)) isin BZε forallt ge 0

Το Z λέγεται τοπικά ασυμπτωτικά ευσταθές για το Σgως

προς Y αν είναι ευσταθές και υπάρχει ε gt 0 ώστε

limtrarrinfin

distZ ϕ(tx0 g(middot)) = 0

οπόταν x0 isin BYε

Ορίζουμε BYδ = x isin X | distY(x) lt δ

Π Σωπασάκης Διδακτορική Διατριβή 6282

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 67: Modelling and Control of Biological and Physiological Systems

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Π Σωπασάκης Διδακτορική Διατριβή 5982

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Υπολογισμός Ορίζουμε το F P(Rn)rarr P(Rn) ως

F (Ω) = projx

(y u) isin Rn+m

∣∣∣∣ ϕ(T 0 y u) isin ΩS (y u) sube Z

cap Ω

όπου S(x u) sube W(x u)1 Κάθε Y με F (Y) = Y είναι ένα Κρου-

στικά Ελεγκτικά Αναλλοώτο σύνολο ως προς Z

1Σημειώστε ότι W(x u) = clϕ(t 0 x u) t isin (0 h]Π Σωπασάκης Διδακτορική Διατριβή 6082

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Κατασκευάζουμε μια εμφολευμένη ακολουθία συνόλων YkkisinN ώστε

Y0 = ZYk+1 = F (Yk) k isin N

Το όριο

Yinfin =⋂kisinNYk

είναι ΚΕΑ Αν η σύγκλιση γίνεται σε πεπερασμένο αριθμό βημάτων

τότε είναι πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 6182

V Κρουστική Ευστάθεια Συνόλων

΄Ενα empty 6= Z $ X λέγεται ευσταθές για ένα δοσμένο σύστημα Σg

ndash με ανατροφοδότηση U(k x) = g(x(τk)) ndash ως προς ένα Y 6= empty αν

forallε gt 0existδ gt 0 x0 isin BYδ rArr ϕ(tx0 g(middot)) isin BZε forallt ge 0

Το Z λέγεται τοπικά ασυμπτωτικά ευσταθές για το Σgως

προς Y αν είναι ευσταθές και υπάρχει ε gt 0 ώστε

limtrarrinfin

distZ ϕ(tx0 g(middot)) = 0

οπόταν x0 isin BYε

Ορίζουμε BYδ = x isin X | distY(x) lt δ

Π Σωπασάκης Διδακτορική Διατριβή 6282

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 68: Modelling and Control of Biological and Physiological Systems

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Υπολογισμός Ορίζουμε το F P(Rn)rarr P(Rn) ως

F (Ω) = projx

(y u) isin Rn+m

∣∣∣∣ ϕ(T 0 y u) isin ΩS (y u) sube Z

cap Ω

όπου S(x u) sube W(x u)1 Κάθε Y με F (Y) = Y είναι ένα Κρου-

στικά Ελεγκτικά Αναλλοώτο σύνολο ως προς Z

1Σημειώστε ότι W(x u) = clϕ(t 0 x u) t isin (0 h]Π Σωπασάκης Διδακτορική Διατριβή 6082

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Κατασκευάζουμε μια εμφολευμένη ακολουθία συνόλων YkkisinN ώστε

Y0 = ZYk+1 = F (Yk) k isin N

Το όριο

Yinfin =⋂kisinNYk

είναι ΚΕΑ Αν η σύγκλιση γίνεται σε πεπερασμένο αριθμό βημάτων

τότε είναι πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 6182

V Κρουστική Ευστάθεια Συνόλων

΄Ενα empty 6= Z $ X λέγεται ευσταθές για ένα δοσμένο σύστημα Σg

ndash με ανατροφοδότηση U(k x) = g(x(τk)) ndash ως προς ένα Y 6= empty αν

forallε gt 0existδ gt 0 x0 isin BYδ rArr ϕ(tx0 g(middot)) isin BZε forallt ge 0

Το Z λέγεται τοπικά ασυμπτωτικά ευσταθές για το Σgως

προς Y αν είναι ευσταθές και υπάρχει ε gt 0 ώστε

limtrarrinfin

distZ ϕ(tx0 g(middot)) = 0

οπόταν x0 isin BYε

Ορίζουμε BYδ = x isin X | distY(x) lt δ

Π Σωπασάκης Διδακτορική Διατριβή 6282

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 69: Modelling and Control of Biological and Physiological Systems

V Κρουστικά Ελεγκτικά Αναλλοίωτα Σύνολα

Κατασκευάζουμε μια εμφολευμένη ακολουθία συνόλων YkkisinN ώστε

Y0 = ZYk+1 = F (Yk) k isin N

Το όριο

Yinfin =⋂kisinNYk

είναι ΚΕΑ Αν η σύγκλιση γίνεται σε πεπερασμένο αριθμό βημάτων

τότε είναι πολύτοπο

Π Σωπασάκης Διδακτορική Διατριβή 6182

V Κρουστική Ευστάθεια Συνόλων

΄Ενα empty 6= Z $ X λέγεται ευσταθές για ένα δοσμένο σύστημα Σg

ndash με ανατροφοδότηση U(k x) = g(x(τk)) ndash ως προς ένα Y 6= empty αν

forallε gt 0existδ gt 0 x0 isin BYδ rArr ϕ(tx0 g(middot)) isin BZε forallt ge 0

Το Z λέγεται τοπικά ασυμπτωτικά ευσταθές για το Σgως

προς Y αν είναι ευσταθές και υπάρχει ε gt 0 ώστε

limtrarrinfin

distZ ϕ(tx0 g(middot)) = 0

οπόταν x0 isin BYε

Ορίζουμε BYδ = x isin X | distY(x) lt δ

Π Σωπασάκης Διδακτορική Διατριβή 6282

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 70: Modelling and Control of Biological and Physiological Systems

V Κρουστική Ευστάθεια Συνόλων

΄Ενα empty 6= Z $ X λέγεται ευσταθές για ένα δοσμένο σύστημα Σg

ndash με ανατροφοδότηση U(k x) = g(x(τk)) ndash ως προς ένα Y 6= empty αν

forallε gt 0existδ gt 0 x0 isin BYδ rArr ϕ(tx0 g(middot)) isin BZε forallt ge 0

Το Z λέγεται τοπικά ασυμπτωτικά ευσταθές για το Σgως

προς Y αν είναι ευσταθές και υπάρχει ε gt 0 ώστε

limtrarrinfin

distZ ϕ(tx0 g(middot)) = 0

οπόταν x0 isin BYε

Ορίζουμε BYδ = x isin X | distY(x) lt δ

Π Σωπασάκης Διδακτορική Διατριβή 6282

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 71: Modelling and Control of Biological and Physiological Systems

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 72: Modelling and Control of Biological and Physiological Systems

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 73: Modelling and Control of Biological and Physiological Systems

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Στόχος Θα αναπτύξουμε μια μεθοδολογία ΕΠΜ για Γραμμικά

Κρουστικά Συστήματα ώστε η κατάσταση να στρέφεται σε δο-

σμένο σύνολο-στόχο Z για το οποίο μπορούμε να υπολογίσουμε

ένα Y sube Z που είναι ΚΕΑ ως προς Z

Το Z πρέπει να είναι τοπικά ασυμπτωτικά ευσταθές ως

προς Y για τον κλειστό βρόγχο amp οι περιορισμοί πρέπει να ι-

κανοποιούνται κάθε χρονική στιγμή

΄Ελεγχος Dual-Mode χωρίς να χρειάζεται να

προϋπολογίσουμε έναν τοπικό ελεγκτή

Π Σωπασάκης Διδακτορική Διατριβή 6382

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 74: Modelling and Control of Biological and Physiological Systems

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Ορίζουμε την πλειότιμη απεικόνιση

Uf X rArr U

Uf (x) =

u isin U

∣∣∣∣ ϕ(T x u) isin YS(x u) sube Z

και παρατηρούμε ότι domUf = Y

Ορίζουμε το σύνολο

D = gphUf=

(x u) isin Rn+m| x isin Y u isin Uf (x)

0607

0809

minus05

0

05

minus01

0

01

02

03

04

x2

x1

u

Π Σωπασάκης Διδακτορική Διατριβή 6482

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 75: Modelling and Control of Biological and Physiological Systems

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω η συνάρτηση κόστους βαθμίδας

` (x u) = dist2D (x u) = min(zv)isinD

(x u)minus (z v)2

με την οποία ορίζουμε τη συνάρτηση κόστους

VN (x (τk) π) =

Nminus1sumj=0

` (ϕ (τk+j x (τk) π) uj)

όπου π = ukkisinN[0Nminus1]είναι μια ακολουθία εισόδων

Π Σωπασάκης Διδακτορική Διατριβή 6582

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 76: Modelling and Control of Biological and Physiological Systems

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Κάθε χρονική στιγμή λύνουμε το ακόλουθο πρόβλημα βελτιστοπο-

ίησης

PN (x(τk)) VN (x (τk)) = infπisinUN (x(τk))

VN (x (τk) π)

όπου

UN (x) =

π∣∣∣∣∣∣forallj isin N[0Nminus1] uj isin U S (ϕ (τk+j x π) uj) sube Xϕ (τk+Nminus1x π) isin Y

Ορίζουμε ακόμα το σύνολο

XN = domUN sube X

Π Σωπασάκης Διδακτορική Διατριβή 6682

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 77: Modelling and Control of Biological and Physiological Systems

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

Από τη λύση του προβλήματος βελτιστοποίησης προκύπτει η πλει-

ότιμη λύση π XN rArr UN

π (x (τk)) =πj (x (τk))

jisinN[0Nminus1]

το πρώτο στοχείο της οποίας ορίζει την πολιτική ελέγχου σ XN rArrU

σ (x (τk)) = π0 (x (τk))

Κάθε s XN rarr U με s(x) isin σ(x) λέμε ότι είναι ένας βέλτιστος

νόμος ελέγχου

Π Σωπασάκης Διδακτορική Διατριβή 6782

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 78: Modelling and Control of Biological and Physiological Systems

V Κρουστικός ΄Ελεγχος Προβλεπτικού Μοντέλου

΄Εστω Σsτο Κρουστικό σύστημα κλειστού βρόγχου με τη δράση

ενός βέλτιστου ελεγκτή s XN rarr U που υπολογίσαμε παραπάνω

Τότε

1 Οι περιορισμοί ικανοποιούνται κάθε χρονική στιγμή

2 σ(x) = s(x) για x isin XN Y ndash δηλαδή το σ είναι μονότιμο

εκτός του Y3 Το πρόβλημα βελτιστοποίησης που διαμορφώνεται είναι κυρτό

τετραγωνικό

4 Το Z είναι ασυμπτωτικά ευσταθές για το Σsως προς Y με

πεδίο έλξης το XN

P Sopasakis P Patrinos H Sarimveis and A Bemporad ldquoModel predictive control for line-ar impulsive systemsrdquo in Proceedings of the 51st Conference on Decision and Control MauiHawaii 2012

Π Σωπασάκης Διδακτορική Διατριβή 6882

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 79: Modelling and Control of Biological and Physiological Systems

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

ΦΦΜ για το Λίθιο (Ehrlich etal 1980)

Περίοδος χορήγησης 3h

Σύνολο στόχος

04 le Cpl(t) le 06 nmol middot Lminus1

06 le Crbc(t) le 09 nmol middot Lminus1

05 le Cm(t) le 08 nmol middot Lminus1

B E Ehrlich C Clausen and J M DiamondldquoLithium pharmacokinetics Single-dose experi-ments and analysis using a physiological modelrdquoJ Pharmacokin Biopharmac vol 8 pp 439ndash461 1980

P Sopasakis P Patrinos and H Sarimveis ldquoModelpredictive control amp invariant sets for linear impulsi-ve systemsrdquo submitted 2012

Π Σωπασάκης Διδακτορική Διατριβή 6982

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 80: Modelling and Control of Biological and Physiological Systems

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 45

02

04

06

Cp

l (nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

08

CR

BC

(nm

olL)

0 5 10 15 20 25 30 35 40 45

02

04

06

CM

(nm

olL)

time (h)

Σχήμα Η τροχιά του συστήματος οδηγείται εντός του στόχου

Π Σωπασάκης Διδακτορική Διατριβή 7082

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 81: Modelling and Control of Biological and Physiological Systems

V Κρουστικός ΄Ελεγχος Χορήγησης Λιθίου

0 5 10 15 20 25 30 35 40 450

1

2

3

4

5

6

time (h)

Dose (

nm

ol)

Σχήμα Ρυθμιστική δράση για τη χορήγηση Λιθίου

Π Σωπασάκης Διδακτορική Διατριβή 7182

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 82: Modelling and Control of Biological and Physiological Systems

VIΜοριακός Σχεδιασμός Φαρμάκων

΄Ενα κατανεμημένο υπολογιστικό δίκτυο για την πρόβλεψη

μοριακών ιδιοτήτων

Π Σωπασάκης Διδακτορική Διατριβή 7282

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 83: Modelling and Control of Biological and Physiological Systems

VI Το υπολογιστικό δίκτυο OpenTox

Υπολογιστικό Δίκτυο Προβλεπτικής Τοξικολογίας

1 Βάσεις Δεδομένων

2 Υπολογισμός Μοριακών Περιγραπτών

3 Επιλογή Μεταβλητών

4 Εκπαίδευση Μοντέλων

5 Αξιολόγηση Μοντέλων

6 Δημιουργία Αναφορών

Π Σωπασάκης Διδακτορική Διατριβή 7382

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 84: Modelling and Control of Biological and Physiological Systems

VI Το υπολογιστικό δίκτυο OpenTox

Π Σωπασάκης Διδακτορική Διατριβή 7482

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 85: Modelling and Control of Biological and Physiological Systems

VI Το υπολογιστικό δίκτυο OpenTox

Βασικές Αρχές

1 Διαλειτουργικότητα

2 Ευελιξία

3 Διαφάνεια

4 Επεκτασιμότητα

Τεχνολογίες αιχμής

1 Αρχιτεκτονική REST

2 Οντολογίες Δικτύου

3 Διασυνδεδεμένα Δεδομένα

4 Ασύγχρονη Κατανεμημένη

Επεξεργασία

B Hardy P Sopasakis et al ldquoCollaborative development of predictive toxicology applicationsrdquoJournal of Cheminformatics vol 2 pp 1ndash29 2010

Π Σωπασάκης Διδακτορική Διατριβή 7582

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 86: Modelling and Control of Biological and Physiological Systems

VI Τυποποίηση της Πληροφορίας

Η δόμηση της πληροφορίας κυβερνάται από Οντολογίες και μορ-

φοποιείται με βάση το πλαίσιο RDF

Π Σωπασάκης Διδακτορική Διατριβή 7682

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 87: Modelling and Control of Biological and Physiological Systems

VI Υπερδομή Ασφαλείας

Π Σωπασάκης Διδακτορική Διατριβή 7782

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 88: Modelling and Control of Biological and Physiological Systems

VI Ο κόμβος JAQPOT3

Αλγόριθμοι που παρέχονται μέσω του

κόμβου JAQPOT3

1 Πολυμεταβλητή Γραμμική

Παλινδρόμηση

2 Μηχανές Υποστηρικτικού

Διανύσματος

3 Νευρωνικά Δίκτυα

4 Συνεργατική Πρόβλεψη

5 Μερικά Ελάχιστα Τετράγωνα

6 Εκτίμηση Πεδίου Εφαρμοσιμότητας

7 Προεπεξεργασία Δεδομένων

G Melagraki P Sopasakis A Afantitis and H Sarimveis ldquoConsensus QSAR modeling anddomain of applicability An integrated approachrdquo in 18th EURO-QSAR Conf Rhodes Sept2010

Π Σωπασάκης Διδακτορική Διατριβή 7882

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 89: Modelling and Control of Biological and Physiological Systems

VI Λογισμικό

1 ToxOtis ndash Βιβλιοθήκη Java που

διευκολύνει την πρόσβαση στο

δίκτυο OpenTox και διευκο-

λύνει την ανάπτυξη ενός νέου

κόμβου

2 DeciBell ndash ΄Ενα λογισμικό

ORM για Java

3 Q-edit ndash ΄Ενα Γραφικό Περι-

βάλλον Χρήστη για την χρήση

μοντέλων του OpenTox

H Chomenides P Sopasakis and H Sarimveis ldquoDecibell A novel approach to the ORM so-ftware in Javaldquo in 5th Conf Hel FOSS Commun Athens 2010

Π Σωπασάκης Διδακτορική Διατριβή 7982

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 90: Modelling and Control of Biological and Physiological Systems

VIIΣυμπεράσματα

Π Σωπασάκης Διδακτορική Διατριβή 8082

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 91: Modelling and Control of Biological and Physiological Systems

Συμπεράσματα

1 Νέα θεωρητικά εργαλεία για την αντιμετώπιση προβλημάτων

ελέγχου συστημάτων χορήγησης φαρμάκου

2 ΄Ελεγχος ευρείας γκάμας δυναμικών μοντέλων

3 ΄Ελεγχος κλασματικής δυναμικής

4 Ισχυρά εργαλεία για το σχεδιασμό φαρμάκων

Π Σωπασάκης Διδακτορική Διατριβή 8182

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282

Page 92: Modelling and Control of Biological and Physiological Systems

Ευχαριστώ για την Προσοχή σας

Π Σωπασάκης Διδακτορική Διατριβή 8282