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： 软测量模型 支持向量机 聚类算法 仿真分析

作者: 傅雨佳 杨慧中 陶洪峰

作者单位: 江南大学教育部轻工过程先进控制重点实验室，江苏，无锡，214122 江南大学教育部轻工过程先进控制重点实验室，江苏，无锡，214122 无锡威泰迅电力科技有限公司，江苏，无锡，214125

会议类型: 国内会议

会议名称: 第23届过程控制会议

会议地点: 厦门

会议语种:中文

页码: 1-5

在线出版日期: 2012-08-01（万方平台首次上网日期，不代表论文的发表时间）