Direct and Indirect Methods to Optimize the Muscular Force Response to a Pulse Train of Electrical Stimulation
Résumé
Recent force-fatigue mathematical models in biomechanics [7] allow to predict the
muscular force response to functional electrical stimulation (FES) and leads to
the optimal control problem of maximizing the force. The stimulations are Dirac pulses
and the control parameters are the pulses amplitudes and times of application,
the number of pulses is physically limited and the model leads to a sampled data control problem.
The aim of this article is to present and compare two methods. The first method is a
direct optimization scheme where a further refined numerical discretization is applied on
the dynamics. The second method is an indirect scheme: first-order Pontryagin type
necessary conditions are derived and used to compute the optimal sampling times.
En biomécanique les modèles mathématiques de force-fatigue de la réponse
musculaire aux impulsions électriques [7] permettent de prédire et de contrôler la réponse à
un train de stimulations électriques et donc de maximiser la force produite à la fin du train.
Mathématiquement les stimulations sont des impulsions de Dirac dont on peut moduler
les temps d’applications et les amplitudes, le nombre d’impulsions étant physiquement
limité sur le train et le modèle conduit à un problème où le contrôle est de dimension
fini. L’objectif de ce travail est de présenter deux méthodes d’optimisation en vue de
les comparer. La première méthode est dite directe et l’on utilise une discrétisation
numérique de la dynamique pour transformer le problème d’optimisation en un problème
en dimension finie. La seconde méthode dite indirecte utilise le principe du maximum
de Pontriaguine dans le contexte où le contrôle est de dimension finie et on établit des
conditions nécessaires d’optimalité qui peuvent être implémentées numériquement pour
calculer les temps d’impulsions optimaux.
Domaines
Optimisation et contrôle [math.OC]Origine | Fichiers produits par l'(les) auteur(s) |
---|
Loading...