基于最大矩阵元法确定聚类数的软测量建模方法

摘要

采用模糊C均值聚类算法（FCM）与支持向量机（SVM）相结合的多模型建模方法较单一支持向量机软测量模型而言，可以有效解决复杂工业对象的强非线性和大工况范围的问题。但是传统的模糊C均值聚类算法必须依赖先验知识预先确定聚类个数。本文通过建立样本间的相似矩阵，利用模糊聚类最大矩阵元法确定FCM最佳聚类个数，再由FCM对训练样本数据进行聚类并用SVM构建组合软测量模型，得到多模型软测量系统。在对双酚A结晶单元工艺分析的基础上，将该方法应用于结晶单元苯酚含量的软测量建模，仿真结果证明该建模方法提高了模型的估计精度，具有更好的可行性和有效性，能够满足工业生产的要求。