你好,每个人。这个视频展示了如何设计一个模糊推理系统树控制器来调节I型糖尿病患者的血糖使用人工胰岛素输注系统。人工胰岛素输注系统被称为人工胰腺，它有三个主要组成部分。
血糖监测传感器每五分钟采集一次血糖样本。控制器产生校正胰岛素剂量，以调节血糖水平在正常范围内，这是80至100毫克每分升。胰岛素泵将正确剂量的胰岛素注射到患者体内。
图中的蓝线显示，碳水化合物为主的饮食如果没有正确的胰岛素剂量，可能会导致血糖水平非常高的低血糖状况。高糖摄入需要短效高胰岛素剂量，而空腹低糖则需要长效低胰岛素剂量。
而且，在低血糖状态下，当血糖水平很低时，控制者需要停止胰岛素剂量。这种自然环境特定胰岛素剂量控制更适合于基于规则的非线性控制，如模糊控制器。
模糊控制器每五分钟启用一个新的样本。它使用三个输入——血糖水平、汇率和加速度。该控制器采用二树模糊推理系统对输入进行增量添加。它还减少了规则的总数。
在没有经验的情况下定义模糊规则是一项困难的任务。另一种选择是使用成本最小化来调优规则。模糊逻辑工具箱提供调谐功能，可调谐参数与成本优化。为了优化规则，从模糊系统中获取可调的设置，并更新规则设置以只优化规则结果。
用遗传算法创建调优过程的选项集。创建一个成本函数来评估调优过程中生成的每个基于规则的候选规则。首先，成本函数计算从名义血糖水平观察到的血糖的误差。接下来，将低于最低葡萄糖水平的负误差设置为高误差值。然后成本计算为误差值的均方根。接下来运行tunefis函数优化规则。
此血液显示优化结果与调优的规则库。现在，葡萄糖水平被控制在每分升160毫克以下，直到第三顿饭，它都稳定在接近每分升90毫克。该控制器在每餐时间产生短效高胰岛素剂量，并在禁食期间产生长效减少胰岛素剂量。
通过调整模糊推理系统的隶属函数参数，可以进一步提高控制器的性能。使用局部优化方法(如模式搜索)，然后再次运行tunefis来优化隶属函数参数。
该图显示了调整隶属度函数后的优化结果，改进了控制器性能，降低了最小值代价。现在可以用不同的用餐时间和碳水化合物摄入量来模拟模型，以验证控制器的性能。
例如，将第二餐时间改为360分钟，也就是一天的第六个小时，并将相应的碳水化合物摄入量改为50克，然后运行模型。第三餐后的最终葡萄糖水平仍然低于每分升100毫克。一旦模型准备好了，您就可以生成代码并部署到目标设备。演示到此结束。谢谢大家的聆听。
