Ricercatori del QUT che lavorano su problemi complessi in agricoltura, ecologia e medicina hanno sviluppato un modello matematico per consentire soluzioni più rapide.

Domande sull'intervento, quanto forte e per quanto tempo, sono solo alcuni dei giudizi che medici e scienziati devono affrontare durante il processo decisionale quotidiano.

Dalla produzione vegetale alla chemioterapia, nuova ricerca pubblicata in Journal of the Royal Society Interface , migliora come determinare le 'migliori' strategie di intervento.

Professore Matthew Simpson, dottorato di ricerca il ricercatore Jesse Sharp (foto a sinistra) e il professor Kevin Burrage del Center for Data Science di QUT e dell'Australian Centre of Excellence for Mathematical and Statistical Frontiers (ACEMS) hanno sviluppato il nuovo metodo matematico per simulare più rapidamente diversi scenari per raggiungere soluzioni ottimali.

Signor Sharp, che sta studiando il suo dottorato di ricerca, ha detto che il metodo ha coinvolto la teoria del controllo ottimale che potrebbe essere descritta come una "scienza dei compromessi" tra obiettivi in ​​competizione.

"L'utilizzo di tecniche di ottimizzazione matematica ci aiuta a rendere più intelligenti, decisioni di allocazione delle risorse più efficienti, " Egli ha detto.

"Se fai troppa chemioterapia a qualcuno, potresti uccidere la leucemia e il paziente. In quel caso, il "costo" è ovviamente troppo alto, " Egli ha detto.

Ha detto che è importante trovare il giusto equilibrio tra i benefici della chemioterapia e gli effetti collaterali dannosi.

"Fai un'ipotesi, eseguire quello scenario, utilizzare tecniche matematiche per migliorare la tua ipotesi ancora e ancora per avvicinarti sempre di più alla soluzione ottimale, " Egli ha detto.

"Quello che stiamo facendo è migliorare le tecniche numeriche, quindi devi solo risolvere quel problema meno volte."

Il metodo può essere applicato anche alle pratiche agricole (vedi a sinistra), per esempi nella determinazione delle opzioni su come fertilizzare le colture.

La strategia di controllo ottimale che si pone per una data situazione dipende da come è caratterizzata l'ottimalità e da cosa significa "risultato migliore" nel contesto della situazione specifica.

Il signor Sharp ha affermato che l'illustrazione mostrava "nessun controllo" come la strategia più semplice, mentre il controllo 'bang bang' era un intervento che passava tra massimo e nessun fertilizzante, considerando che nel "controllo continuo, " il fertilizzante può essere applicato in qualsiasi quantità che può variare nel tempo.

"In questa ricerca, miglioriamo l'efficienza delle tecniche computazionali attualmente utilizzate per risolvere questi problemi di ottimizzazione, " Egli ha detto.

"La maggiore efficienza potrebbe consentirci di affrontare problemi più complessi che in precedenza potevano essere troppo costosi dal punto di vista computazionale e troppo lenti da risolvere".

Il professor Matthew Simpson ha affermato che la ricerca può essere applicata a una serie di problemi.

"Possiamo trovare una soluzione più velocemente di quanto avremmo potuto fare prima, oppure possiamo trovare una soluzione dove i metodi computazionali non sono riusciti a trovare come soluzione in passato, "Ha detto il professor Simpson.

"Ogni volta che hai qualche tipo di sistema per il quale desideri un output, quindi potrebbe essere qualcosa come un'auto a guida autonoma o un sistema biologico, questa è una strategia che può dirti i protocolli ottimali."