Browsing by Autor "Pablo Velarde"

Now showing 1 - 5 of 5

Comparacion de estrategias de control predictivo estocástico no lineal aplicadas a la quimioterapia
(Technical University of Valencia, 2025) Andrés Hernández-Rivera; Pablo Velarde; Ascensión Zafra‐Cabeza; J. M. Maestre
El modelado matemático de sistemas biomédicos puede ayudar a los profesionales oncológicos a diseñar ciclos de administración de fármacos más seguros y eficaces. Para lograr este objetivo, en el proceso de toma de decisiones se utiliza el modelo matemático del crecimiento tumoral y el impacto de la quimioterapia. Sin embargo, los sistemas biomédicos son propensos a un alto grado de incertidumbre, no solo por los errores de medición, sino también por la dinámica del sistema no modelada y la variabilidad entre pacientes. Para abordar este problema, se han aplicado restricciones probabilísticas al control del proceso de administración de fármacos, haciéndolo más robusto frente a perturbaciones. Este trabajo compara una versión no lineal y otra linealizada de las formulaciones estocásticas del control predictivo basado en modelo. Ambos algoritmos mejoran la eficacia y la seguridad del tratamiento, con diferencias en cuanto a conservadurismo y coste computacional.
Control tolerante a fallos en comunidades energéticas basado en blockchain
(Technical University of Valencia, 2024) Manuel Sivianes; Pablo Velarde; Ascensión Zafra‐Cabeza; Carlos Bordons
Este trabajo presenta un sistema de control distribuido que optimiza la gestión energética en una comunidad utilizando control predictivo basado en modelos. Se ha extendido el sistema para dotar a cada agente de un mecanismo tolerante a fallos capaz de detectar, aislar y reconfigurar agentes en caso de fallos. La detección se realiza mediante el cálculo de señales residuales y umbrales basados en restricciones de probabilidad para minimizar falsos positivos. Identificado el fallo, se ajustan los parámetros del controlador predictivo del agente para mantener la seguridad del sistema. Si la reconfiguración afecta a múltiples agentes, la información se comparte. El algoritmo de control utiliza un contrato inteligente en una red blockchain, resolviendo el problema de manera distribuida sin un coordinador central, y asegurando la seguridad e integridad de los datos. La estrategia propuesta ha sido evaluada mediante simulaciones en una comunidad energética.
Drug dosing for cancer therapy: A stochastic model predictive control perspective
(Elsevier BV, 2025) Andrés Hernández-Rivera; Pablo Velarde; Ascensión Zafra‐Cabeza; J. M. Maestre
Stochastic Model Predictive Control (SMPC) is an effective decision-making method in applications where uncertainties play a significant role. This work introduces a non-linear formulation of SMPC specifically designed for cancer therapy. The proposed method considers the stochastic nature of tumor growth, non-linear dynamics, and a potential side effect of the treatment. Through one-year simulations, the results showcase the effectiveness of this strategy in controlling drug dosing.
Gestión de escenarios ponderados en entornos estocásticos usando control predictivo basado en modelo
(2025) Andrés Hernández-Rivera; Pablo Velarde; Ascensión Zafra‐Cabeza; Francisco Javier Muros; J. M. Maestre
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.
Integración de tecnologías Blockchain en un esquema de control predictivo distribuido y jerárquico para comunidades energéticas
(Technical University of Valencia, 2024) Manuel Sivianes; Pablo Velarde; Ascensión Zafra‐Cabeza; Carlos Bordons
En este estudio, se introduce una plataforma de gestión energética jerárquica que incorpora la tecnología blockchain para eliminar la dependencia de un coordinador centralizado. La plataforma está diseñada para operar en comunidades energéticas donde aparecen incertidumbres estocásticas. La estrategia se divide en dos niveles: en el nivel superior, se lleva a cabo un problema de optimización de control predictivo distribuido estocástico, en el que todos los hogares de la comunidad participan para determinar las acciones de control de manera horaria. En este nivel, se utiliza un contrato inteligente como intermediario entre los hogares, encargado de realizar las tareas de control e intercambio de información. Por otro lado, en el nivel inferior, cada hogar resuelve de manera local e independiente un problema de optimización de control predictivo para seguir las referencias establecidas después del consenso alcanzado por la capa superior, a una frecuencia significativamente mayor. La validez de esta plataforma para optimizar el funcionamiento económico de la comunidad y cumplir con las restricciones probabilísticas, se ha validado con diferentes simulaciones.