基于改进模糊C均值聚类算法的乙烯裂解原料识别
乙烯裂解过程中原料变化种类多,其原料分析仪因价格昂贵工业现场很少配备,为此实现油品属性的在线识别对实现裂解过程在线优化具有重要意义.由于传统模糊c均值算法隶属度的求取是基于欧氏距离,其算法只包含均值中心,带来聚类效果的单一性.为了充分利用裂解原料的有效信息,提出了基于混合概率模型的模糊隶属度设置方法,即通过建立混合高斯模型实现对聚类样本隶属关系的概率分布描述,并利用EM算法进行模型参数的极大似然估计.该算法可在考虑样本均值中心的前提下,进一步有效利用样本协方差与权重系数信息进行模式判别.最后,以经典IRIS数据聚类、乙烯裂解原料识别为仿真实例,验证了本文所述方法在Dunn指标和Xiebieni指标上明显优于模糊C均值聚类算法,表明了该方法的有效性.
乙烯生产 裂解过程 原料识别 模糊C均值算法
李嘉雯 杜文莉 李进龙 钱锋
华东理工大学化工过程先进控制和优化技术教育部重点实验室,上海200237
国内会议
呼和浩特
中文
4366-4372
2013-08-01（万方平台首次上网日期，不代表论文的发表时间）