Prädiktive Regelung des COVID-19 Ausbruch

Wir verwenden regelungstechnische Methoden, im speziellen modellprädiktive Regelung, um effiziente und sichere Strategien zur Handhabung der COVID-19 Pandemie zu entwickeln.

COVID-19 Forschung am IST

Derzeit beherrscht wohl kein anderes Thema den öffentlichen Diskurs, die Medien und die Politik so, wie die Entscheidungsfindung zur Beeinflussung der Auswirkungen der Pandemie. Besonders relevant ist die Frage, wie einschränkend die social distancing Maßnahmen sein müssen, um sowohl die Neuinfektionsrate klein zu halten, damit das Gesundheitssystem nicht überfordert wird, aber gleichzeitig auch die Auswirkungen auf Wirtschaft und Gesellschaft nicht zu einschneidend sind. Diese Art von Fragen wird im Allgemeinen mit mathematischen Modellen beantwortet. Auf Basis eines solchen Modells können die erwarteten Auswirkungen von Entscheidungen auf den zukünftigen Verlauf vorhergesagt werden (Prädiktion). Genauso kann mit mathematischen Methoden berechnet werden, wie eine optimale Einflussnahme aussehen kann (Optimierung). Das Problem dabei ist, dass ein Modell nie ganz korrekt ist und vor allem für längerfristige Vorhersagen ungeeignet ist. Daher benötigt man Methoden, um adaptiv die optimale Einflussnahme bestimmen zu können, trotz großen Unsicherheiten (robuste Feedback Strategie). Auf Wissenschaftsgebiete bezogen ist dies das Feld der Systemtheorie und Regelungstechnik, unser Spezialgebiet am Institut für Systemtheorie und Regelungstechnik der Universität Stuttgart.

Wir haben ganz aktuell einen wissenschaftlichen Aufsatz in einer renommierten Fachzeitschrift zur peer-review Begutachtung eingereicht und parallel dazu bereits auf arXiv veröffentlicht. In diesem Artikel wird

  1. ein mathematisches Modell entwickelt, das wesentliche Kenngrößen berücksichtigt, die für eine solche Entscheidungsfindung relevant sind

  2. eine Methode zur Berechnung von optimalen adaptiven Entscheidungsstrategien vorgestellt, die mit großen Unsicherheiten im mathematischen Modell und vor allem auch in den Messungen umgehen kann

  3. diskutiert und gezeigt, worin die Vorteile eines solchen adaptiven und robusten Vorgehens sind, indem die Ergebnisse verglichen werden mit optimaler nicht-adaptiver Entscheidungsberechnung und mit einer adaptiven Berechnung, welche aber die Unsicherheiten nicht berücksichtigt.

Dadurch ergeben sich interessante Erkenntnisse, die einen Beitrag zur Frage liefern können, inwieweit gegenwärtige Maßnahmen gelockert werden können und sollen. 
Eine deutschsprachige Kurzzusammenfassung unserer Methode und Ergebnisse finden sie hier: Kurzzusammenfassung
Der gesamte Artikel ist online verfügbar unter diesem Link: Annual Reviews in Control 

Die Ergebnisse decken sich im Wesentlichen mit den Empfehlungen, welche in einem Strategiepapier von Fraunhofer-Gesellschaft, Helmholtz-Gemeinschaft, Leibniz-Gemeinschaft und Max-Planck-Gesellschaft vor ca. einer Woche veröffentlicht wurden (Stand 08.05.2020). Dort wurde die Notwendigkeit für adaptive Entscheidungen angemahnt. Unsere Ergebnisse untermauern diese Forderung und liefern genau dazu einen Ansatz. Es wird eine Methode aufgezeigt, wie optimale adaptierte Entscheidungen auf Basis der (nicht als exakt vorausgesetzten) Messungen berechnet werden können. Hierbei handelt es sich um eine Methode, deren Anwendung auch auf andere Modelle und Länder möglich ist.


Kontakt

Dieses Bild zeigt Frank Allgöwer

Frank Allgöwer

Prof. Dr.-Ing.

Institutsleiter

Zum Seitenanfang