DOI: https://doi.org/10.3934/eect.2025018
تاريخ النشر: 2025-01-01
المؤلف: Achraf Zinihi وآخرون
الموضوع الرئيسي: حلول المعادلات التفاضلية الكسرية
نظرة عامة
تستكشف هذه الدراسة نموذج وبائي SIR بارابوليكي كسري باستخدام المشتق الكسري غير المحلي من نوع كابوتو ومشغل p-Laplacian، مع التركيز على دور التطعيم كمتغير تحكم. الهدف الرئيسي هو تحديد استراتيجية تحكم مثلى تقلل من عدد الأفراد المصابين بينما تقلل أيضًا من تكاليف التطعيم والعلاج على مدى زمن ومجال مكاني محددين. يثبت المؤلفون وجود وحيدة حل غير سالب لنموذج SIR الزمكاني ويظهرون وجود تحكم مثالي. يتم تمييز التحكم المثالي بالنسبة للدولة والدوال المرافقة، ويتم حل نظام المثالية باستخدام مخطط تكراري متقطع مشابه لطريقة المسح الأمامي والخلفي. توضح المحاكاة العددية فعالية برنامج التحكم المقترح، كاشفة عن رؤى مهمة حول ديناميات انتشار المرض المتأثرة بالمعلمات المتغيرة.
في الختام، يقدم هذا البحث تطبيقًا جديدًا للنماذج الزمكانية ضمن نظرية التحكم الأمثل، مع التأكيد على التفاعلات بين أقسام نموذج SIR من خلال المعادلات الكسرية. تؤكد النتائج على إمكانية وجود نماذج انتشار مرض أكثر واقعية وتبرز التنفيذ الناجح لاستراتيجيات التطعيم في السيطرة على العدوى. تشير نتائج الدراسة إلى أن زيادة قيمة \( p \) أو اختيار قيم صحيحة للترتيب الكسري \( \alpha \) يسرع من انتقال المرض. بينما يعد نموذج SIR إطارًا أساسيًا، يعترف المؤلفون بأن توسيع التحليل ليشمل نماذج أكثر تعقيدًا، مثل SEIR أو الأنظمة متعددة الأقسام، يمكن أن يعزز فهم الديناميات الوبائية، لا سيما في السيناريوهات التي تشمل العدوى الكامنة أو السكان ذوي الهيكل العمري. يمكن أن تحقق الأبحاث المستقبلية في هذا الاتجاه مزيدًا من التحقق من قابلية تطبيق أنظمة التفاعل والانتشار الكسرية في علم الأوبئة.
مقدمة
تناقش مقدمة هذه الورقة البحثية أهمية حساب التفاضل الكسري، لا سيما في نمذجة الظواهر المعقدة في العالم الحقيقي عبر مجالات مختلفة مثل البيولوجيا وعلم الأوبئة والهندسة. تبرز تطور نموذج الوباء SIR من خلال دمج المشتق الزمني الكسري من نوع كابوتو ومشغل p-Laplacian. تسمح هذه التعديلات بأخذ التفاعلات غير المحلية وتأثيرات الذاكرة في الاعتبار، وهي ضرورية لالتقاط ديناميات الأمراض المعدية بدقة. يجادل المؤلفون بأن هذا النهج يعزز قدرات النموذج التنبؤية ويوفر فهمًا أكثر دقة لسلوك الوباء من خلال استيعاب التفاعلات غير الخطية والاختلافات المكانية.
تناقش الورقة أيضًا التحديات التي تمت مواجهتها في إقامة حلول للنموذج المقترح، لا سيما بسبب عدم الخطية التي أدخلها مشغل p-Laplacian. تقارن منهجيتها بالأدبيات الحالية، التي غالبًا ما تعتمد على المشغلين الخطيين أو لا تدمج المشتقات الكسرية مع المعادلات التفاضلية الجزئية (PDEs). من خلال الجمع الفريد بين هذه العناصر، تهدف المؤلفون إلى محاكاة انتشار الأمراض المعدية بشكل أكثر فعالية، لا سيما في سياق استراتيجيات التطعيم. تمهد المقدمة الطريق للأقسام اللاحقة التي ستتعمق في الأسس النظرية واستراتيجيات التحكم الأمثل والتحليلات العددية المتعلقة بالنموذج المقترح.
نقاش
في هذا القسم، يناقش المؤلفون الأسس الرياضية اللازمة لنمذجة نظام وبائي SIR (المعرضون للإصابة – المصابون – المعزولون) كسري الزمان والمكان باستخدام نظرية التحكم الأمثل. يقدمون تعريفات رئيسية، بما في ذلك المشتق الكسري من نوع C ومشغل p-Laplacian، والتي تعتبر ضرورية لصياغة ديناميات النموذج. يتم هيكلة نموذج SIR حول ثلاثة أقسام—الأفراد المعرضون للإصابة، والمصابين، والمعزولين—كل منها يحكمه معادلات تفاضلية كسرية تتضمن تأثيرات الانتشار المكاني. يتضمن النموذج معلمات مثل معدلات الولادة، ومعدلات الوفيات، ومعدلات العدوى، ويشمل دالة تحكم تمثل جهود التطعيم.
يؤسس المؤلفون وجود وحيدة الحلول للنظام المقترح باستخدام طريقة فادو-غاليركين، موضحين أن الحلول الضعيفة موجودة ضمن فضاءات وظيفية محددة. كما يستخلصون شروط المثالية اللازمة لمشكلة التحكم، مشيرين إلى أن استراتيجية التطعيم المثلى يمكن تمييزها من خلال مجموعة من المتباينات التي تتضمن المتغيرات المرافقة. يختتم القسم بالاعتراف بالحاجة إلى مزيد من الاستكشاف في الشروط الكافية للمثالية، لا سيما في سياق المشتقات الكسرية ومشغل p-Laplacian، مقترحين أن الأبحاث المستقبلية قد تعزز فهم ديناميات النظام واستراتيجيات التحكم.
DOI: https://doi.org/10.3934/eect.2025018
Publication Date: 2025-01-01
Author(s): Achraf Zinihi et al.
Primary Topic: Fractional Differential Equations Solutions
Overview
This study investigates a fractional parabolic SIR epidemic model utilizing the nonlocal Caputo fractional time-fractional derivative and the p-Laplacian operator, with a focus on the role of vaccination as a control variable. The primary objective is to identify an optimal control strategy that minimizes the number of infected individuals while also reducing vaccination and treatment costs over a specified time and spatial domain. The authors establish the existence and uniqueness of a nonnegative solution for the spatiotemporal SIR model and demonstrate the existence of an optimal control. The optimal control is characterized in relation to state and adjoint functions, and the optimality system is solved using a discrete iterative scheme akin to the forward-backward sweep method. Numerical simulations illustrate the effectiveness of the proposed control program, revealing significant insights into the dynamics of disease spread influenced by varying parameters.
In conclusion, this research introduces a novel application of spatiotemporal models within optimal control theory, emphasizing the interactions among the SIR model’s compartments through fractional equations. The findings underscore the potential for more realistic disease spread models and highlight the successful implementation of vaccination strategies in controlling infections. The study’s results indicate that increasing the value of \( p \) or selecting integer values for the fractional order \( \alpha \) accelerates disease transmission. While the SIR model serves as a foundational framework, the authors acknowledge that extending the analysis to more complex models, such as SEIR or multi-compartmental systems, could enhance understanding of epidemiological dynamics, particularly in scenarios involving latent infections or age-structured populations. Future research in this direction could further validate the applicability of fractional reaction-diffusion systems in epidemiology.
Introduction
The introduction of this research paper discusses the significance of fractional calculus, particularly in modeling complex real-world phenomena across various fields such as biology, epidemiology, and engineering. It highlights the evolution of the SIR epidemic model through the incorporation of the Caputo fractional time-derivative and the p-Laplacian operator. These modifications allow for the consideration of nonlocal interactions and memory effects, which are essential for accurately capturing the dynamics of infectious diseases. The authors argue that this approach enhances the model’s predictive capabilities and provides a more nuanced understanding of epidemic behavior by accommodating nonlinear interactions and spatial heterogeneities.
The paper also addresses the challenges encountered in establishing solutions for the proposed model, particularly due to the nonlinearity introduced by the p-Laplacian operator. It contrasts its methodology with existing literature, which often relies on linear operators or does not integrate fractional derivatives with partial differential equations (PDEs). By uniquely combining these elements, the authors aim to simulate the spread of infectious diseases more effectively, particularly in the context of vaccination strategies. The introduction sets the stage for subsequent sections that will delve into the theoretical foundations, optimal control strategies, and numerical analyses related to the proposed model.
Discussion
In this section, the authors discuss the mathematical foundations necessary for modeling a fractional spatiotemporal SIR (Susceptible-Infectious-Removed) epidemic system using optimal control theory. They introduce key definitions, including the C-fractional derivative and the p-Laplacian operator, which are essential for formulating the dynamics of the model. The SIR model is structured around three compartments—susceptible, infectious, and removed individuals—each governed by fractional differential equations that incorporate spatial diffusion effects. The model includes parameters such as birth rates, mortality rates, and infection rates, and it incorporates a control function representing vaccination efforts.
The authors establish the existence and uniqueness of solutions to the proposed system using the Faedo-Galerkin method, demonstrating that weak solutions exist within specific functional spaces. They further derive necessary optimality conditions for the control problem, indicating that the optimal vaccination strategy can be characterized by a set of inequalities involving the adjoint variables. The section concludes by acknowledging the need for further exploration into sufficient conditions for optimality, particularly in the context of fractional derivatives and the p-Laplacian operator, suggesting that future research could enhance the understanding of the system’s dynamics and control strategies.