Andrés Hernández-Rivera

Este artículo presenta una formulación detallada del control predictivo basado en modelo con escenarios ponderados (WS-MPC, por sus siglas en inglés) orientada a sistemas lineales con incertidumbres. El enfoque propuesto combina técnicas de optimización robusta y generación de múltiples escenarios dinámicos del sistema, asignando una ponderación diferenciada al escenario de peor caso dentro del problema de control. Esta estrategia permite una mayor resiliencia ante perturbaciones estocásticas y modelado incierto, mejorando la capacidad del controlador para anticiparse a comportamientos no esperados. El WS-MPC adapta dinámicamente las acciones de control en función de la evolución de todos los escenarios considerados, manteniendo la factibilidad y estabilidad del sistema ante condiciones desfavorables. Los resultados de simulación demuestran que el enfoque propuesto incrementa la robustez operativa del sistema y proporciona una respuesta más segura y confiable frente a variaciones inesperadas. En particular, este controlador se ha implementado en un caso de estudio académico centrado en la gestión del inventario de una tienda.

El estudio del crecimiento tumoral y su control representa uno de los desafíos sociales más relevantes en la actualidad. Se han invertido numerosos esfuerzos en la modelización de este proceso y en la predicción del comportamiento de las células tumorales frente a diferentes fármacos. En este trabajo, se presenta un esquema de control predictivo estocástico, basado en un modelo matemático no lineal, que integra el tratamiento de quimioterapia y el crecimiento tumoral. Además, se consideran los efectos secundarios que afectan al paciente al calcular una dosificación óptima de fármacos, teniendo en cuenta la evolución de parámetros específicos relacionados con el estado de salud del paciente, a pesar de la presencia de incertidumbre inherentes al proceso. Este enfoque busca mejorar la eficacia del tratamiento y minimizar los efectos adversos asociados, proporcionando una estrategia más precisa y personalizada para combatir el cáncer. Los resultados obtenidos mediante la simulación del tratamiento a lo largo de un año demuestran las ventajas de este esquema de control en la optimización del tratamiento de quimioterapia.