کنترل هوشمند غلظت گلوکزخون در مدل مینیمال توسعه یافته (AMM) با استفاده از یک شبکه فازی- عصبی بهینه

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

 کنترل هوشمند غلظت گلوکزخون در مدل مینیمال توسعه یافته (AMM) با استفاده از یک شبکه فازی- عصبی بهینه دارای ۸ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد کنترل هوشمند غلظت گلوکزخون در مدل مینیمال توسعه یافته (AMM) با استفاده از یک شبکه فازی- عصبی بهینه  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی کنترل هوشمند غلظت گلوکزخون در مدل مینیمال توسعه یافته (AMM) با استفاده از یک شبکه فازی- عصبی بهینه،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن کنترل هوشمند غلظت گلوکزخون در مدل مینیمال توسعه یافته (AMM) با استفاده از یک شبکه فازی- عصبی بهینه :

تعداد صفحات :۸

چکیده مقاله:

بیماری دیابت ناشی از مجموعه ای از اختلالات متابولیک طولانی است که منجر به بروز ناهنجاری در کنترل میزان قند خون می شود.دیابت نوع ۱ زمانی رخ میدهد که سلول های بتا در پانکراس یا اصلا قادر به تولید انسولین نیستند و یا ترشح آن به اندازه کافی نیست. در اینمقاله اقدام به طراحی یک سیستم کنترل فازی- عصبی هوشمند جهت تنظیم میزان قند خون در افراد مبتلا به دیابت نوع ۱ کرده ایم. به منظور درک بهتر این سیستم، در ابتدا سعی بر آن است که با استفاده از یک سیستم کنترل فازی بهینه شده توسط الگوریتم ژنتیک به تنظیم میزانانسولین تزریق شده به بیمار اقدام شود. بهینه سازی پارامترهای کنترل کننده فازی، باعث کاهش ۵ درصدی در میزان انسولین مصرفی می شود.از مهمترین یافته های این تحقیق ، کاهش محسوس خطای کنترل و افت شدید مصرف انسولین در حالت استفاده از کنترل کننده فازی- عصبی است، مشاهده شد که غلظت گلوکز در بازهی طبیعی نرموگلیسمی حفظ می شود و تا ۷۸ درصد مصرف انسولین کاهش مییابد که نتیجه فوقالعادهای است، با این که تعداد توابع عضویت به نصف کاهش یافت ولی وجود یک شبکه عصبی با قابلیت یادگیری، منجر به برتری چشمگیر اینحالت نسبت به کنترلر فازی شد.