论文部分内容阅读
目前,大部分Ⅰ型糖尿病患者通过每日多次注射胰岛素的方式来实现对血糖动态的调节,其核心环节是胰岛素注射剂量的调节,若不能准确地对胰岛素注射剂量进行调整,极可能使患者出现低血糖或高血糖现象,对患者的生活造成了巨大的影响。本文从为Ⅰ型糖尿病患者提供自动的胰岛素注射剂量调节的角度出发,研究了一种基于广义预测控制(Generalized Predictive Control,GPC)算法的Ⅰ型糖尿病血糖动态控制方法。
GPC算法具有预测控制和最优控制的优点,能够克服时滞特性的影响,具有较高的鲁棒性,但GPC算法对预测模型的依赖较大。因此,本文首先对GPC算法中预测模型进行了研究,并针对多输入模型中,模型参数变化率不同情况下的参数辨识问题,提出一种修正多尺度遗忘因子递归最小二乘(Modified Multiple Forgetting Schedules Recursive Least Square,MMFS-RLS)系统参数辨识方法。该方法主要通过遗忘因子映射矩阵和利用预测误差对遗忘因子向量进行更新来提高算法的辨识准确度,增强参数辨识算法的鲁棒性。
针对如何给Ⅰ型糖尿病患者提供合理、可靠的自动血糖动态调节问题,本文提出一种基于GPC算法的血糖动态控制方法。该方法主要包括两部分:用餐补偿机制和基于GPC算法的反馈控制器。用餐补偿机制主要根据用餐检测的结果为患者提供用餐补偿胰岛素建议;GPC反馈控制器作为主要控制器实现对Ⅰ型糖尿病患者血糖动态的管理。
上述Ⅰ型糖尿病患者血糖动态调节方法通过UVa/Padova仿真平台进行性能测试,并与一种较为成熟的基于GPC方法的Ⅰ型糖尿病血糖动态控制方法进行比较,验证了该方法的优越性,为更进一步研究Ⅰ型糖尿病血糖动态控制方法奠定了基础,具有十分重要的理论意义和实际应用价值。
GPC算法具有预测控制和最优控制的优点,能够克服时滞特性的影响,具有较高的鲁棒性,但GPC算法对预测模型的依赖较大。因此,本文首先对GPC算法中预测模型进行了研究,并针对多输入模型中,模型参数变化率不同情况下的参数辨识问题,提出一种修正多尺度遗忘因子递归最小二乘(Modified Multiple Forgetting Schedules Recursive Least Square,MMFS-RLS)系统参数辨识方法。该方法主要通过遗忘因子映射矩阵和利用预测误差对遗忘因子向量进行更新来提高算法的辨识准确度,增强参数辨识算法的鲁棒性。
针对如何给Ⅰ型糖尿病患者提供合理、可靠的自动血糖动态调节问题,本文提出一种基于GPC算法的血糖动态控制方法。该方法主要包括两部分:用餐补偿机制和基于GPC算法的反馈控制器。用餐补偿机制主要根据用餐检测的结果为患者提供用餐补偿胰岛素建议;GPC反馈控制器作为主要控制器实现对Ⅰ型糖尿病患者血糖动态的管理。
上述Ⅰ型糖尿病患者血糖动态调节方法通过UVa/Padova仿真平台进行性能测试,并与一种较为成熟的基于GPC方法的Ⅰ型糖尿病血糖动态控制方法进行比较,验证了该方法的优越性,为更进一步研究Ⅰ型糖尿病血糖动态控制方法奠定了基础,具有十分重要的理论意义和实际应用价值。