Identification of the pCOィイD22ィエD2 control system using a nonlinear autoregressive moving average model

使用非线性自回归移动平均模型辨识 pCO2D22 控制系统

• 批准号: 09680861
• 负责人: NOSHIRO Makoto
• 金额: $ 2.11万
• 依托单位: Kitasato University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 1997
• 资助国家: 日本
• 起止时间: 1997 至 1999
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-09680861/
• 关键词: System identification; nonlinear system; NARMAX model; neural network; partial pressure of COィイD22ィエD2; respiratory system; ニューラルネットワーク; ニューラルネット

Three mass-flow controllers operated by a personal computer made a gas mixture of NィイD22ィエD2, OィイD22ィエD2 and COィイD22ィエD2, which was given to subjects. Respiratory flow and pCOィイD22ィエD2 was recorded so that minute volume (input of the system) and end-tidal pCOィイD22ィエD2 (output of the system) could be obtained. These two variables were used for system identification. The previously proposed method for system identification was improved: the slope of sigmoid functions in the neural network was varied for each unit, the sigmoid functions were expanded around the threshold in place of zero and a model for noises was added to the neural network model.

由个人电脑操作的三个质量流量控制器制造了一种由N-甲基-D 22-甲基-D 2、O-甲基-D 22-甲基-D 2和CO-甲基-D 22-甲基-D 2组成的气体混合物，并将其提供给受试者。记录呼吸流量和pCO_（max）D22_（max）D2，以获得分钟通气量（系统输入）和潮气末pCO_（max）D22_（max）D2（系统输出）。这两个变量用于系统识别。改进了以往提出的系统辨识方法：改变神经网络中sigmoid函数的斜率，将sigmoid函数扩展到阈值附近，并在神经网络模型中加入噪声模型。

项目成果

福岡豊、根武谷吾、野城真理: "3層ニューラルネットワークによるNARMAXモデルのパラメータ推定法の改良"第14回生体・生理工学シンポジウム論文集. 327-330 (1999)

Yutaka Fukuoka、Go Netake、Mari Noshiro：“使用三层神经网络改进 NARMAX 模型的参数估计方法”第 14 届生物与生理工程研讨会论文集 327-330（1999）。

福岡豊、根武谷吾、野城真理: "3層ニューラルネットワークによりNARMAXモデルのパラメータ推定法の改良"第14回生体・生理工学シンポジウム論文集. 327-330 (1999)

Yutaka Fukuoka、Go Netake、Mari Noshiro：“使用三层神经网络改进 NARMAX 模型的参数估计方法”第 14 届生物与生理工程研讨会论文集 327-330（1999）。

S.Nebuya, M.Noshiro et al.: "Identification of the pCOィイD22ィエD2 control system in humans Using NARMAX models"Proceedings of the 12th Symposium on Biological and Physiological Engineering.

S. Nebuya、M. Noshiro 等人：“使用 NARMAX 模型识别人类 pCO22D2 控制系统”第 12 届生物和生理工程研讨会论文集。

根武谷吾、野城真理他: "非線形自己回帰移動平均モデルによる炭酸ガス分圧制御系のシステム同定"第12回生体・生理工学シンポジウム論文集. 129-132 (1997)

Go Netake，Mari Noshiro，等人：“使用非线性自回归移动平均模型的二氧化碳分压控制系统的系统识别”第12届生物和生理工程研讨会论文集129-132（1997）。

Y.Fukuoka, S.Nebuya and M.Noshiro: "Improvement of a paraneter estimation method for the NARMAX model using a 3-layered neural network"Proceedings of the 12th Symposium on Biological and Physiological Engineering.

Y.Fukuoka、S.Nebuya 和 M.Noshiro：“使用 3 层神经网络改进 NARMAX 模型的参数估计方法”第 12 届生物和生理工程研讨会论文集。