基于改进k-means聚类算法的多模型建模方法
本文根据数据建模以及采用多个模型可以提高系统的预测精度和鲁棒性的思想,提出了一种基于改进聚类算法的多模型建模方法,对聚类效果影响比较大的聚类中心初值选取进行了改进,然后用改进的k-means聚类算法将系统输入输出数据分成不同的子区域,最后采用偏最小二乘回归的方法(PLS)分别建立局部模型,从而构成整个系统的多模型结构.仿真实例表明,该方法具有良好的数据拟合以及模型预测能力,是一种有效的建模方法.
自动控制 非线性系统 聚类算法
周芦文 周立芳
浙江大学系统工程研究所,浙江,杭州,310027
国内会议
合肥
中文
62-67
2005-11-01（万方平台首次上网日期，不代表论文的发表时间）