-
题名基于改进K-means聚类算法的组合模型建模
被引量：18
- 1
-
-
作者
杨慧中
董陶
陶洪峰
-
机构
江南大学教育部轻工过程先进控制重点实验室
无锡威泰迅电力科技有限公司
-
出处
《控制工程》
CSCD
北大核心
2013年第2期201-203,208,共4页
-
基金
国家自然科学基金(61273070)
江苏高校优势学科建设工程资助项目
+1 种基金
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)
-
文摘
在传统的K-means聚类算法中,初始聚类是随机选取的,其聚类结果易随着不同的初始聚类中心波动。针对这一问题,首先采用最大距离积法对传统K-means聚类算法的初始聚类中心进行了优化。同时定义了一种新的目标函数并将其引用到传统的K-means聚类算法中,以实现对聚类结构类别数K的优化选择。将训练集样本数据经上述方法聚类后,再将各个子类分别建立基于支持向量机的子模型,通过开关切换的方式连接各子模型得到组合的支持向量机模型。将该方法应用于双酚A生产过程的缩合反应单元溶解罐出口苯酚含量的软测量建模。工业实例仿真结果表明:该算法能较好地跟踪苯酚含量的变化趋势,有效地改善了数据分类效果,提高了软测量模型的估计精度,显示了它在工业领域的应用潜力。
-
关键词
K-MEANS聚类算法
目标函数
初始聚类中心
组合支持向量机
-
Keywords
k-means clustering algorithm
target function
initial cluster centers
combination support vector machine
-
分类号
TP27
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于互信息的软测量变量选择
被引量：8
- 2
-
-
作者
杨慧中
章军
陶洪峰
-
机构
江南大学教育部轻工过程先进控制重点实验室
无锡威泰迅电力科技有限公司
-
出处
《控制工程》
CSCD
北大核心
2012年第4期562-565,593,共5页
-
基金
国家自然科学基金(60674092)
江苏省高技术研究项目(工业部分)(BG2006010)
+2 种基金
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)
-
文摘
针对软测量建模中的变量选择问题,提出了一种结合信息论中最大熵和互信息的方法。该方法采用最大熵原理,对软测量中各辅助变量和主导变量的概率分布进行估计,得到主导变量和各辅助变量间的互信息,这些互信息间接地反映了主导变量和各辅助变量间的相关性,包括线性相关和非线性相关。然后产生随机样本并计算和主导变量间的互信息,重复多次该过程就可以得到一个无关变量和主导变量间的互信息样本。用T检验寻找一个阈值作为判断相关性的标准。对于互信息小于阈值的变量作不相关变量处理,并结合测试效果筛选出最佳的软测量辅助变量。仿真结果证明,基于互信息的软测量变量选择方法具有直观、简单实用和可靠性高的优点,并且有效地改善了模型的估计精度。
-
关键词
软测量
变量选择
最大熵
互信息
-
Keywords
soft sensor
variable selection
maximum entropy
mutual information
-
分类号
TP27
[自动化与计算机技术—检测技术与自动化装置]
-
