基于KFCM和AMDE-LSSVM的软测量建模方法

• 作者: 刘元清 姜哲宇 朱湘临 王博
• 来源期刊: 计算机测量与控制
• 关键词: 自适应变异差分进化算法 核模糊C均值聚类 最小二乘向量机 秸秆发酵
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 测试与故障诊断
• 页码范围: 46-50,92
• 页数: 6页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2018.08.011

摘要

针对软测量建模过程中模型存在失效问题,提出了一种基于KFCM和AMDE-LSSVM多模型的软测量建模方法;首先,采用核模糊C均值聚类(Kernel based fuzzy c-means algorithm,KFCM)对训练样本数据进行划分,然后利用最小二乘支持向量机(least squares vector machina,LS-SVM)对每个聚类建立子模型,并使用自适应变异差分进化算法(Adaptive Mutation different evolution,AMDE)对最小二乘向量机中的径向基宽度和惩罚系数进行寻优;将提出的算法用于秸秆发酵关键参数乙醇浓度、基质浓度(总糖浓度)、菌体浓度检测中,通过软测量建模得到的预测值与离线化验值进行对比,证明方法的有效性;实验结果表明,改进后的算法克服了差分进化算法中容易陷入局部最优,早熟收敛的现象;建立的新模型相比单一模型,乙醇浓度、基质浓度(总糖浓度)、菌体浓度测量误差分别为0.64％,1.85％和0.75％,具有更好地适应秸秆发酵过程、提高测量精度的优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王博	江苏大学电气信息工程学院	38	215	9.0	13.0
2	朱湘临	江苏大学电气信息工程学院	41	396	9.0	19.0
3	姜哲宇	江苏大学电气信息工程学院	1	2	1.0	1.0
4	刘元清	江苏大学电气信息工程学院	3	13	2.0	3.0