基于最大矩阵元法确定聚类数的软测量建模方法

摘要：

采用模糊C均值聚类算法(FCM)与支持向量机(SVM)相结合的多模型建模方法较单一支持向量机软测量模型而言,可以有效解决复杂工业对象的强非线性和大工况范围的问题.但是传统的模糊C均值聚类算法必须依赖先验知识预先确定聚类个数.本文通过建立样本间的相似矩阵,利用模糊聚类最大矩阵元法确定FCM最佳聚类个数,再由FCM对训练样本数据进行聚类并用SVM构建组合软测量模型,得到多模型软测量系统.在对双酚A结晶单元工艺分析的基础上,将该方法应用于结晶单元苯酚含量的软测量建模,仿真结果证明该建模方法提高了模型的估计精度,具有更好的可行性和有效性,能够满足工业生产的要求.

关键词：支持向量机、模糊C均值聚类、最大矩阵元、软测量、双酚A

所属期刊栏目：29

分类号：TP274(自动化技术及设备)

资助基金：江苏高校优势学科建设工程资助项目;高等学校学科创新引智计划资助B12018;江南大学博士研究生科学研究基金JUDCF12030

在线出版日期：2013-03-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：877-880