一种改进自适应AP聚类的多模型软测量方法
作者:
葛祥振
[1]
熊伟丽
[2]
徐保国
[2]
关键词:
多模型
仿射传播聚类
高斯过程回归
贝叶斯融合方法
摘要:
针对具有多工况特征的工业生产过程,多模型建模是一种有效的软测量建模方法.建模过程中,聚类方法、建模方法及融合方式都会对模型的精度产生影响.因此,提出一种改进自适应仿射传播聚类的多模型建模方法.首先,采用自适应仿射传播聚类算法确定偏置参数近似值,并用差分进化算法对偏置参数和阻尼系数进行局部范围内寻优,划分得到更优的子数据集;然后,建立各个高斯过程回归子模型;最后,对于新来的数据,利用贝叶斯融合方法自适应地计算出各子模型的权重,融合各子模型预测值得到最终的输出.通过对标准数据集和青霉素发酵过程数据的建模仿真,验证了所提方法的有效性.
上一篇: 基于气候补偿的变风量空调系统节能控制
下一篇: 无轴承永磁轴向气隙电机传感器控制技术