10.3969/j.issn.1006-9348.2022.03.053
基于Q-learning的LADRC癫痫调控研究
闭环神经调控能够根据患者的实时状态获得期望的调控效果.线性自抗扰控制能够在模型信息少,存在不确定性和外部扰动时,适应复杂的癫痫动力学特性并改善调节效果.为此,合适的调控参数至关重要.现提出一种基于Q-learning的线性自抗扰控制参数学习方法,能够找到一组合适的调控参数,实现期望的调控效果.数值结果表明,Q-learning学习得到的参数能够更好地应对癫痫的复杂特性,为癫痫闭环神经调控提供参数整定指导.
自抗扰控制、神经群模型、参数整定
39
TP273(自动化技术及设备)
国家自然科学基金;国家自然科学基金
2022-04-24(万方平台首次上网日期,不代表论文的发表时间)
共5页
268-272