基于聚類的多模型軟測量技術的研究.pdf

1、近年來隨著控制理論和計算機技術的發(fā)展，軟測量技術已經(jīng)得到了廣泛的重視和應用，在過程檢測和控制系統(tǒng)中發(fā)揮著越來越大的作用。針對實際系統(tǒng)模型非線性、時變、且模型參數(shù)隨工況發(fā)生改變的特點，本文重點研究了基于聚類的的多模型軟測量技術，并圍繞輔助變量選擇和數(shù)據(jù)預處理、單模型軟測量、聚類分析、基于聚類的多模型軟測量四個方面展開。
　　 首先針對輔助變量選擇中常出現(xiàn)的錯選、漏選等問題，提出按工藝機理進行初選和采用相關分析進行精選的、兩步相結合

2、的輔助變量選擇方法，并利用主元分析對數(shù)據(jù)進行降維去噪處理。
　　 然后對實際生產(chǎn)中常用的MLR、PCR、BP網(wǎng)絡和RBF網(wǎng)絡四種單模型建模方法進行研究，并通過仿真結果總結出各個模型的優(yōu)缺點，確定在多模型建模中應采用的局部模型為PCR模型。
　　 為降低初始類中心對聚類結果的影響，對k-means算法進行了改進，提出按時間平均抽樣的方式選取初始類中心，并利用均衡化評價函數(shù)來確定聚類數(shù)目k。將改進k-means算法與最新的A