一种基于强化学习和模糊控制的超声致动泵肺控制方法

本发明公开了一种基于强化学习和模糊控制的超声致动泵肺控制方法，涉及体外膜肺氧合领域，包括以下步骤：根据专家系统知识，构建基础生命体征与搏动频率之间的模糊规则，得到模糊控制器，对平均流量进行调整；根据氧合装置流场条件，构建智能体交互环境；构建智能体控制策略的状态空间和动作空间，保持电机运动稳定；建立与训练基于深度强化学习的血泵控制策略模型，获取血液流量波形曲线和血泵控制策略；提取训练好的模型对电机进行智能控制，评估策略模型的控制性能。本发明利用深度强化学习找寻最优流量波形，对血液流场进行调控，在无需复杂的氧合器设计条件下显著提升氧合效率，可根据不同氧合器结构得到不同智能体，具有较强的可移植性。