基于模拟退火算法的多模型软测量建模方法研究

摘要

针对化工过程中的软测量样本具有按工况点聚类的特性，提出了一种基于模拟退火算法(SA)和最小二乘支持向量机(LSSVM)的多模型软测量建模方法。采用基于SA的核模糊C均值聚类算法(KFCM)对训练样本进行分类，以改善KFCM聚类易陷入局部最优和对初始聚类中心敏感的缺陷。在此基础上，用LSSVM算法对各类样本分别建立子模型。测试样本根据相似度进行归类，并用所属子类的模型进行预测输出。对聚丙烯熔融指数的仿真结果表明，该算法的回归精度和泛化能力有了较大提高。