一种基于自适应模糊高斯核聚类的软测量建模方法

摘要/Abstract

摘要： 单一模型一般难以表达复杂的生产过程特性，在软测量应用中往往容易使模型的估计精度低、泛化性能差.提出一种基于自适应模糊高斯核聚类的概率加权多模型融合方法，利用高维空间内样本的分散性来确定聚类中心，能取得最佳聚类效果.根据贝叶斯后验定律进行多模型融合，使总模型输出更具合理性.该方法不仅克服了单模型预测的局限性，同时对传统多模型融合方法做了一些改进，提高了过程估计的精度.

关键词: 自适应；模糊高斯核聚类；概率加权；多模型

Abstract: It is difficult for a single model to express the complicated production process, and it often results in low accuracy of prediction and poor performance of generalization. This paper presents a multimodel fusion method based on probability weight and selfadaptive fuzzy Gauss kernel clustering. The method determines cluster centers according to dispersion of the samples in a high dimensional space. The weight of every submodel is given by Bayesian posterior method. The method can overcome the limitation of singlemodel forecast and improve traditional multimodel fusion methods for obtaining higher prediction accuracy.

Key words: adaption; fuzzy Gauss kernel clustering; probabilityweighted; multimodel

中图分类号:

TP 274

夏源，杨慧中. 一种基于自适应模糊高斯核聚类的软测量建模方法[J]. 上海交通大学学报, 2017, 51(6): 722-726.

XIA Yuan,YANG Huizhong. A Soft Sensor Modeling Method Based on
SelfAdaptive Fuzzy Gauss Kernel Clustering[J]. Journal of Shanghai Jiao Tong University, 2017, 51(6): 722-726.

参考文献

［1］SUN Zonghai, SUN Youxian. Fuzzy support vector machine for regression estimation［J］. IEEE International Conference on Systems, 2003, 4:33363341.
［2］SHI Huifeng, XING Milan. The improved MC(su3) algorithm and bayesian network learning［C］∥IEEE International Conference on Machine Learning and Cybernetics. Kunming, China: IEEE, 2008, 3:17751778.
［3］胡国龙, 孙优贤. 多模型控制方法的研究进展及其应用现状［J］. 信息与控制, 2004, 33(1): 7276.
HU Guolong, SUN Youxian. Advances and application of multiple model control method［J］. Information and Control, 2004, 33(1): 7276.
［4］李修亮, 苏宏业, 褚健. 基于在线聚类的多模型软测量建模方法［J］. 化工学报, 2007, 58(11): 28342839.
LI Xiuliang, SU Hongye, CHU Jian. Multiple models softsensing technique based on online clustering arithmetic［J］. Journal of Chemical Industry and Engineering, 2007, 58(11): 28342839.
［5］陈定三, 杨慧中. 基于局部重构融合流形聚类的多模型软测量建模［J］. 化工学报, 2011, 62(8): 22812286.
CHEN Dingsan, YANG Huizhong. Multiple model soft sensor based on local reconstruction and fusion manifold clustering［J］. Journal of Chemical Industry and Engineering, 2011, 62(8): 22812286.
［6］李丽娟, 宋坤, 赵英凯. 基于仿射传播聚类的ARA发酵过程建模［J］. 化工学报, 2011, 62(8): 21162122.
LI Lijuan, SONG Kun, ZHAO Yingkai. Modeling of ARA fermentation based on affinity propagation clustering［J］. Journal of Chemical Industry and Engineering, 2011, 62(8): 21162122.
［7］李丽娟, 刘君. 芳烃异构化过程的多模型建模［J］. 化工学报, 2011,62(8): 23502354.
LI Lijuan, LIU Jun. Multimodeling of aromatics isomerization process［J］. Journal of Chemical Industry and Engineering, 2011,62(8): 23502354.
［8］李丽娟, 潘磊, 张氵是. 基于AP聚类算法的跳汰机床层松散度软测量建模［J］. 化工学报,2012, 63(9): 26752680.
LI Lijuan, PAN Lei, ZHANG Shi. Soft sensor modeling for mobility of jig bed based on APclustering algorithm［J］. Journal of Chemical Industry and Engineering, 2012, 63(9): 26752680.
［9］王振雷, 唐苦, 王昕. 一种基于DS和ARIMA的多模型软测量方法［J］. 控制与决策, 2014, 29(7): 11601166.
WANG Zhenlei, TANG Ku, WANG Xin. A multimodel soft sensing method based on DS and ARIMA model［J］. Control and Decision, 2014, 29(7): 11601166.
［10］吕业, 杨慧中, 雷瑜，等. 基于环路能量聚类的多模型软测量建模［J］. 化工自动化及仪表, 2012(11): 14091413.
L Ye, YANG Huizhong, LEI Yu, et al. Multimodel softsensing modeling based on energy clustering［J］. Control and Instruments in Chemical Industry, 2012(11): 14091413.
［11］SPRAGINS J. Learning without a teacher ［J］. IEEE Transactions of Information Theory, 2005,23(6): 223330.
［12］陈贵华, 王昕, 王振雷,等. 基于模糊核聚类的乙烯裂解深度DELSSVM多模型建模［J］. 化工学报, 2012, 63(6): 17901796.

编辑推荐 0

Metrics

阅读次数

全文

133

HTML			PDF

最新录用	在线预览	正式出版	最新录用	在线预览	正式出版
0	0	0	2	0	131

来源	本网站	其他网站

次数	29	104
比例	22%	78%

摘要

712

最新录用	在线预览	正式出版

49	0	663

来源	本网站	其他网站

次数	301	411
比例	42%	58%

[1]	赵子任1, 杜世昌1, 黄德林1, 任斐2, 梁鑫光2. 多工序制造系统暂态阶段产品质量#br# 马尔科夫建模与瓶颈分析[J]. 上海交通大学学报, 2017, 51(10): 1166-1173.
[2]	周鹏辉, 马红占, 陈东萍, 陈梦月, 褚学宁. 基于模糊随机故障模式与影响分析的#br# 产品再设计模块识别[J]. 上海交通大学学报, 2017, 51(10): 1189-1195.
[3]	李昌玺1, 2, 周焰1, 林菡3, 李灵芝1, 郭戈1. 基于MIMOFNN模型的弹道导弹目标#br# 时空序贯融合识别方法[J]. 上海交通大学学报, 2017, 51(9): 1138-.
[4]	冯明月, 何明浩, 韩俊, 郁春来. 基于协方差拟合旋转不变子空间信号参数#br# 估计算法的高分辨到达角估计[J]. 上海交通大学学报, 2017, 51(9): 1145-.
[5]	杨平1，盛杰1，王禹程2，李柱永1，金之俭1，洪智勇1. YBa2Cu3O7δ超导带材非均匀性对失超传播特性的影响[J]. 上海交通大学学报（自然版）, 2017, 51(9): 1090-1096.
[6]	王星, 周一鹏, 田元荣, 陈游, 周东青, 贺继渊. 基于改进遗传算法和SinChirplet原子的调频#br# 雷达信号稀疏分解[J]. 上海交通大学学报, 2017, 51(9): 1124-1130.
[7]	张良俊1, 2, 李晓慈1, 吴静怡1, 蔡爱峰1. 大型空间展开机构微重力环境模拟#br# 悬吊装置热结构耦合分析[J]. 上海交通大学学报, 2017, 51(8): 954-961.
[8]	夏海亮1, 2, 刘亚坤1, 2, 刘全桢3, 刘宝全3, 傅正财1, 2. 长持续时间雷电流分量作用下电极形状#br# 对金属烧蚀特性的影响[J]. 上海交通大学学报, 2017, 51(8): 903-908.
[9]	谷家扬, 谢玉林, 陶延武, 黄祥宏, 吴介. 新型浮式钻井生产储油平台#br# 涡激运动数值模拟及试验研究 [J]. 上海交通大学学报, 2017, 51(7): 878-885.
[10]	林达, 朱益佳, 魏小栋, 王志宇, 张武高. 喷油参数对聚甲氧基二甲醚/柴油发动机燃烧及其#br# 颗粒物排放的影响[J]. 上海交通大学学报, 2017, 51(7): 787-795.
[11]	孟庆阳1, 阎威武1, 胡勇1, 程建林1, 陈世和2, 张曦2. 基于子空间方法的超超临界机组#br# 过热蒸汽系统模型辨识[J]. 上海交通大学学报, 2017, 51(6): 672-678.
[12]	蒋华军a, 蔡艳a, b, 李超豪a, 李芳a, b, 华学明a, b. 基于改进Sobel算法的焊缝X射线图像#br# 气孔识别方法[J]. 上海交通大学学报, 2017, 51(6): 665-671.
[13]	董冠华,殷勤,殷国富,向召伟. 机床结合部耦合动刚度的辨识与建模[J]. 上海交通大学学报（自然版）, 2015, 49(09): 1263-1434.
[14]	谢启江，余海东. 硬岩掘进机刀盘载荷与撑靴接触界面刚度的耦合关系[J]. 上海交通大学学报（自然版）, 2015, 49(09): 1269-1275.
[15]	仲健林1，马大为1，任杰1，李士军2，王旭3. 基于平面应变假设的橡胶圆筒静态受压分析[J]. 上海交通大学学报（自然版）, 2015, 49(09): 1276-1280.