Observer-based output tracking for asynchronous boolean control networks under noise

Liu, Zhengqi

doi:10.1016/j.isatra.2026.07.002

Observer-based output tracking for asynchronous boolean control networks under noise

2026-09-01

0

PRE

AI

DOI：10.1016/j.isatra.2026.07.002

原文链接

原文求助

摘要

En 中文

在调控基因网络中的一个关键问题是布尔控制网络（BCNs）的输出跟踪。这是因为BCNs的实现受到双重不确定性的影响，源于异步更新的固有随机性以及由输出测量噪声引入的观测模糊性。为应对这些挑战，本文提出了一种统一的概率控制框架，将范式从确定性状态估计转变为信念状态表示。具体而言，利用半张量积和递归贝叶斯推断开发了一种信念状态观测器。该观测器重建了网络状态的全后验概率分布，消除了输出测量噪声并解决了隐藏状态的不确定性。基于估计的信念状态，引入了一种基于信念的模型预测控制策略，用于生成鲁棒输出跟踪的最优控制序列。此外，采用随机李雅普诺夫方法进行的严格理论分析保证了闭环系统的均方有界性和稳定性。最后，通过两个不同的生物调控网络的数值研究验证了所提出方法的有效性和鲁棒性。

Keyword:

Generalized asynchronous boolean control

networks

Belief state observer

Model predictive control

Output tracking

Semi-tensor product

Observer-based output tracking for asynchronous boolean control networks under noise

摘要

期刊

机构

引用论文