10.3969/j.issn.1000-3932.2007.06.014
基于双层智能结构的多模型软测量方法研究
根据多个模型的混合使用可提高模型的预测精度及鲁棒性的思想,提出一种双层智能结构的非线性多模型软测量建模新方法.该方法先用模糊C均值聚类算法将训练集分成具有不同聚类中心的子集,每一子集用网络或支持向量机进行训练得出子模型,再用模糊聚类后产生的隶属度将各子模型的输出加权求和得到最后结果.此算法通过对一个乙烯精馏塔的塔釜乙烯浓度软测量建模的工业实例仿真,证明该算法比其它的算法具有更好的泛化结果和预报精度,具有良好的应用潜力.
软测量、模糊C均值聚类、支持向量机、RBF网络
34
TP183(自动化基础理论)
甘肃省自然科学基金3ZS051-A25-032;甘肃省教育厅高等学校研究生导师科研项目050301;兰州理工大学特色学术梯队基金0950
2008-03-17（万方平台首次上网日期，不代表论文的发表时间）
共4页
58-61
