基于多神经网络模型的酯化反应软测量

摘要：

对模糊C-均值聚类算法加以改进,将系统输入数据进行模糊划分,分成具有几个不同聚类中心的子集;继而引入到多模型建模过程中,针对每个子集建立相应的径向基函数(RBF)网络模型.而全局模型则由各个子模型的输出加权组合.最后通过对聚合釜反应器软测量建模的研究,表明该方法具有拟合精度高和泛化能力强的特点,验证了此多模型建模方法的有效性和快速性.

关键词：多模型、模糊C-均值聚类(FCM)、神经网络、软测量

所属期刊栏目：31

分类号：TP273.4(自动化技术及设备)

资助基金：国家高技术研究发展计划863计划2002AA412120

在线出版日期：2005-05-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：208-211,226