基于改进K-means聚类算法的组合模型建模

• 作者: 杨慧中 董陶 陶洪峰
• 来源期刊: 控制工程
• 学科: 工学
• 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
• 年，卷（期）: 2013,（2）
• 所属期刊栏目: 综述与评论
• 页码范围: 201-203,208
• 页数: 4页
• 分类号: TP27
• 字数: 4190字
• 语种: 中文

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨慧中	江南大学教育部轻工过程先进控制重点实验室	228	1844	20.0	33.0
2	董陶	江南大学教育部轻工过程先进控制重点实验室	3	26	3.0	3.0
3	陶洪峰	江南大学教育部轻工过程先进控制重点实验室	48	242	10.0	12.0