基于减法聚类的带钢厚度数据驱动建模

• 作者: 梁辉 童朝南
• 来源期刊: 北京科技大学学报
• 学科: 工学
• 关键词: 热轧 厚度控制 数据驱动 聚类算法 最小二乘法 支持向量机
• 年，卷（期）: 2012,（11）
• 所属期刊栏目: 控制与决策
• 页码范围: 1338-1345
• 分类号: TP273.1
• 语种: 中文

摘要

针对轧钢生产中大批过程数据没有被用于提高厚度质量的现象,提出了一种基于减法聚类的带钢厚度数据驱动在线建模方法.首先通过减法聚类将输入空间划分为一些小的局部空间,在每个局部空间中用最小二乘支持向量机建立子模型,子模型加权输出作为带钢厚度的离线模型;然后当在线数据不断增加时,通过在线减法聚类算法实时调整局部空间,子模型的参数采用最小二乘支持向量机的递推算法进行相应的在线辨识,子模型的预测输出作为模型的最后输出.实验结果表明,该方法具有良好的预测精度和较强的在线学习能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	梁辉		1	9	1.0	1.0
2	童朝南		4	98	3.0	4.0