資源描述：
《基于改進核模糊聚類算法的軟測量建模研究》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在教育資源-天天文庫。
1、第10期徐海霞等：基于改進核模糊聚類算法的軟測量建模研究2229第10期徐海霞等：基于改進核模糊聚類算法的軟測量建模研究2229第10期徐海霞等：基于改進核模糊聚類算法的軟測量建模研究2229基于改進核模糊聚類算法的軟測量建模研究*徐海霞，劉國海，周大為，梅從立（江蘇大學電氣信息工程學院 鎮(zhèn)江 212013）摘 要：針對發(fā)酵過程軟測量建模采用單模型建模方法存在計算量大和精度較差的問題，提出一種基于改進核模糊聚類算法的多模型神經(jīng)網(wǎng)絡軟測量建模方法。該方法首先使用主元分析方法對樣本數(shù)據(jù)進行數(shù)據(jù)處理，所得主元變
2、量作為模型的輸入變量，然后使用基于粒子群優(yōu)化算法的核模糊C均值聚類算法（PSKFCM）對數(shù)據(jù)集作聚類劃分，最后針對每個聚類建立局部神經(jīng)網(wǎng)絡模型，多個局部神經(jīng)網(wǎng)絡模型估計結果的融合即為軟測量模型的輸出。將所提建模方法應用于紅霉素發(fā)酵過程生物量濃度軟測量建模，結果表明所建軟測量模型具有較高的精度和良好的泛化能力。關鍵詞：軟測量；核模糊聚類；粒子群優(yōu)化；多模型神經(jīng)網(wǎng)絡；發(fā)酵過程中圖分類號：TP273 文獻標識碼：A 國家標準學科分類代碼：510.8020Softsensormodelingbasedonmo
3、difiedkernelfuzzyclusteringalgorithmXuHaixia,LiuGuohai,ZhouDawei,MeiCongli（SchoolofElectricalandInformationEngineering,JiangsuUniversity,Zhenjiang212013,China）Abstract：Withmassivedataofafermentationprocess,asingledata-basedsoftsensormodelingmethodsuffersf
4、romheavyburdencalculationandpooraccuracy.Anovelsoftsensorusingmulti-modelneuralnetwork(MNN)basedonmodifiedkernelfuzzyclusteringisproposed.Firstly,thefeaturesofsampledataareextractedandthesecondaryvariablesaredeterminedbyprincipalcomponentanalysis(PCA).Sec
5、ondly,akernelfuzzyc-meansclusteringalgorithmbasedonparticleswarmoptimization(PSO)isappliedtogrouptheprincipaldataintooverlappingclusters,andneuralnetwork(NN)isusedtoconstructsub-modelsbasedontheclusters.Finally,theestimationofeverysub-modelisfusedbycomput
6、ingtheweightedsumofthelocalmodels.Theproposedmodelingmethodisusedtoconstructanovelsoftsensormodelforanerythromycinfermentationprocess.Casestudiesshowthatthepeoposedapproachhasbetterperformancecomparedwithconventionalsinglemodel.Keywords：softsensor;kernelf
7、uzzyc-meansclustering(KFCM);particleswarmoptimization(PSO);multi-modeneuralnetwork(MNN);fermentationprocess第10期徐海霞等：基于改進核模糊聚類算法的軟測量建模研究22271 引 言生物量濃度是微生物發(fā)酵過程中的關鍵過程參數(shù)。由于受生物傳感技術發(fā)展水平的限制，一直沒有很好地解決生物量濃度在線測量問題，導致先進優(yōu)化控制算法只能停留在理論探討上，難以在工業(yè)實際中得到應用。因此，一種“軟測量”模型被提出并
8、應用于生物發(fā)酵過程[1]。收稿日期：2009-01 ReceivedDate：2009-01*基金項目：國家高新技術發(fā)展計劃（863）（2007AA04Z179）資助項目近幾年，利用神經(jīng)網(wǎng)絡（NN）對生物過程辨識以及在線估計已經(jīng)受到廣大學者的關注[2-4]。然而，由于生物發(fā)酵過程的復雜性和過程測量數(shù)據(jù)中離群點的存在，采用單一模型進行軟測量建模時生物量濃度在線估計結果往往不盡人意。如對大量樣本僅用一個NN建立軟測量模型，會導致
