基于胰岛素基础率估计的人工胰腺系统自抗扰控制

胰岛素基础率是人工胰腺系统实现人体血糖闭环控制的基准,但该变量在临床治疗中难以准确确定.针对这一问题,本文设计了一种基于胰岛素基础率动态估计的人工胰腺自抗扰控制方法,通过扩张状态观测器(Extended state ob-server,ESO)实时估计血糖代谢过程中的内部与外界干扰,构建具备参数自适应能力的反馈控制律和...     

数据驱动的多星任务网络预测调度算法

多星任务调度是具有NP-hard特性的优化问题,随着卫星资源规模和任务需求规模的双重增长,传统调度方法求解效率不高.在轨卫星在常年运行过程中积累了丰富的调度数据.针对大规模多星任务调度场景,建立多星多波束任务调度模型,并提出数据驱动的多星任务网络预测调度算法对其求解.以分割的思想,实现多星场景下任务可调度性预测.从历史调度数据中,提取设定的3个静态特征和5个动态特征,构建并训练预测网络,预测任务被不同卫星完成的概率,并以冲突避免、负载均衡等为原则,得到初始任务和资源卫星的分配方案.进一步设计双链结构的进化算法,以双链编码形式表征上述关系,配合设计的交叉、修复等进化算子,优化初始方案中的任务序列与资源分配关系,输出最终任务调度方案.仿真结果表明,与改进蚁群算法、混合遗传算法和数据驱动并行调度算法相比,所提出算法在运行时间、方案收益和卫星负载均衡3方面均有较好的表现.     

Optimal Tuning of Plant-Friendly PID Controllers

A plant-friendly proportional-integral-derivative (PID) controller optimization framework is proposed to make tradeoffs among set-point response, controller output variations and robustness. The objective function is chosen as the weighted sum of the integral of squared time-weighted error and the integral of squared time-weighted derivative of the control variable with respect to set-point response, while the robustness of the system is guaranteed by constraints on gain and phase margins. Due to the complex structure of the constraints, the problem is solved by genetic algorithms. Simulation analysis show the proposed method could efficiently reduce the controller output variations while maintaining a short settling time. Based on the simulation results, iterative tuning rules for the weighting factor in the objective function are obtained, which allows efficient simple proportional-integral(PI) tuning formulae to be derived.     

Infinity Norm Measurement of Sensitivity for Closed-Loop Systems Using Chirp as Excitation

A simple identification method based on a closed-loop experiment is proposed to measure the infinity norm of sensitivity function.A chirp signal,modified to have desired band-limited characteristic and finite duration,is used as the excitation in the experiment,and the sensitivity function is calculated using Fourier transform of input and error signals before the infinity norm is evaluated through maximization of the magnitude of sensitivity function.With an additional feature of providing values of gain m...     

数据驱动的间歇低氧训练贝叶斯优化决策方法

青藏地区快速的经济发展使得进入高原的群体数量日益增加,随之而来的高原健康问题也愈发突出.间歇性低氧训练(Intermittent hypoxic training, IHT)是急进高原前常使用的预习服方法,一般针对不同个体均设置固定的开环策略,存在方案制定无标准、系统化的理论指导缺乏、效果不明显等问题.针对以上情况,设计了一种小样本数据驱动的IHT策略贝叶斯闭环学习优化框架,建立自回归结构的高斯过程血氧饱和度(Peripheral oxygen saturation, SpO2)预测模型,并考虑高低风险事件对训练的影响,设计与氧浓度变化方向和速率相关的风险不对称代价函数,提出具有安全约束的贝叶斯优化方法,实现IHT最优供氧浓度的优化决策.考虑到现有仿真器无法反映个体动态变化过程,依据“最优速率理论”设计了合理的模型自适应变化律.所提出闭环干预方法通过该仿真器进行了可行性和有效性验证.说明该学习框架能够指导个体提升高原适应能力,减轻其在预习服阶段的非适应性不良反应,为个性化IHT提供精准调控手段.     

面向智能血糖管理的餐前胰岛素剂量贝叶斯学习优化方法

餐前胰岛素剂量精准决策是改善糖尿病患者血糖管理的关键.临床治疗中胰岛素剂量调整一般在较短时间内完成,具有典型的小样本特征;数据驱动建模在该情形下无法准确学习患者餐后血糖代谢规律,难以确保胰岛素剂量的安全和有效决策.针对这一问题,设计一种临床经验辅助的餐前胰岛素剂量自适应优化决策框架,构建高斯过程血糖预测模型和模型有效性在线评估机制,提出基于历史剂量和临床经验决策约束的贝叶斯优化方法,实现小样本下餐后血糖轨迹的安全预测和餐前胰岛素注射剂量的优化决策.该方法的安全性和有效性通过美国食品药品监督管理局接受的UVA/Padova T1DM平台测试结果和1型糖尿病患者实际临床数据决策结果充分验证.可为餐前胰岛素剂量智能决策及临床试验提供方法基础和技术支持,也为中国糖尿病患者血糖管理水平的有效改善,提供了精准医学治疗手段.