基于Q-learning的LADRC癫痫调控研究

• 作者: 赵峙尧 王子金 魏伟
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 自抗扰控制 神经群模型 参数整定
• 年，卷（期）: 2022,（3）
• 所属期刊栏目: 仿真应用研究
• 页码范围: 268-272
• 页数: 5页
• 分类号: TP273
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2022.03.053

摘要

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.