基于环路能量聚类的多模型软测量建模
在多模型软测量建模中，对于新的数据以及异常样本点，传统的聚类方法没有充分考虑它们的特性，因而所属类别往往不能反映其真实属性，最终导致模型精度不高。本文提出一种基于最小环路能量聚类的算法，该方法将样本聚类转化为寻找一个最小能量环问题， 通过模拟退火算法搜索一条经过所有样本点的最小能量环实现样本集的聚类；对侦破出的异常样本点和新的测试数据根据其能量值确定其所属属性，从而提高聚类和分类精度；然后利用支持向量机为各个子类建立回归子模型，得到软测量组合模型。将该方法应用于双酚A生产过程质量指标的软测量建模中，仿真结果验证了该方法的有效性。
软测量建模 能量聚类算法 退火算法 支持向量机 仿真分析
吕业 杨慧中 陶洪峰 雷瑜
江南大学教育部轻工过程先进控制重点实验室, 无锡 214122 江南大学教育部轻工过程先进控制重点实验室, 无锡 214122 无锡威泰迅电力科技有限公司，无锡 214125
国内会议
厦门
中文
1-6
2012-08-01（万方平台首次上网日期，不代表论文的发表时间）