| 基于改进K-means聚类算法的组合模型建模 |
| |
| 引用本文： | 杨慧中,董陶,陶洪峰. 基于改进K-means聚类算法的组合模型建模[J]. 控制工程, 2013, 20(2): 201-203,208 |
| |
| 作者姓名： | 杨慧中 董陶 陶洪峰 |
| |
| 作者单位： | 1. 江南大学教育部轻工过程先进控制重点实验室,江苏无锡,214122
2. 江南大学教育部轻工过程先进控制重点实验室,江苏无锡214122;无锡威泰迅电力科技有限公司,江苏无锡214125 |
| |
| 基金项目： | 国家自然科学基金(61273070);江苏高校优势学科建设工程资助项目;高等学校学科创新引智计划资助(B12018);江南大学博士研究生科学研究基金(JUDCF12030) |
| |
| 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.
|
| 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 |
Combination Model Based on Improved K-means Clustering Algorithm |
| |
| YANG Hui-zhong , DONG Tao , TAO Hongfeng. Combination Model Based on Improved K-means Clustering Algorithm[J]. Control Engineering of China, 2013, 20(2): 201-203,208 |
| |
| Authors: | YANG Hui-zhong DONG Tao TAO Hongfeng |
| |
| Affiliation: | 1,2 (1.Key Laboratory of Advanced Process Control for Light Industry(Ministry of Education),Jiangnan University,Wuxi 214122,China; 2.Wontex-power Corporation,Wuxi 214125,China) |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
