一种基于改进扩张搜索聚类算法的软测量建模方法

• 作者: 张孙力 杨慧中
• 来源期刊: 南京理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 疏密度 阈值 高斯过程回归 扩张搜索聚类算法 软测量建模
• 年，卷（期）: 2017,（5）
• 页码范围: 574-580
• 页数: 7页
• 分类号: TP274
• 字数: 4994字
• 语种: 中文
• DOI: 10.14177/j.cnki.32-1397n.2017.41.05.006

摘要

针对传统聚类方法过于依赖数据空间分布和先验知识的缺点,该文提出了一种改进的扩张搜索聚类算法.该算法充分考虑了样本疏密度对聚类效果的影响,根据每个样本点不同的疏密度给予不同的搜索半径,并且引入阈值对不同疏密度的样本点采用不同的聚类方式,以适于各种形状的样本分布.采用这种改进的扩张搜索聚类算法对样本数据进行聚类,并用高斯过程回归(GPR)对各类样本子集分别建立对应的软测量子模型,最后采用开关切换的多模型融合方式得到最终的软测量多模型.以双酚A生产过程结晶单元的仿真结果为例,对装置出口处的苯酚浓度进行软测量建模,获得了较好的实验结果.

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	张孙力	江南大学教育部轻工过程先进控制重点实验室	4	9	2.0	3.0