基于改进核模糊聚类算法的软测量建模研究

《基于改进核模糊聚类算法的软测量建模研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第10期徐海霞等：基于改进核模糊聚类算法的软测量建模研究2229第10期徐海霞等：基于改进核模糊聚类算法的软测量建模研究2229第10期徐海霞等：基于改进核模糊聚类算法的软测量建模研究2229基于改进核模糊聚类算法的软测量建模研究*徐海霞，刘国海，周大为，梅从立（江苏大学电气信息工程学院　镇江　212013）摘　要：针对发酵过程软测量建模采用单模型建模方法存在计算量大和精度较差的问题，提出一种基于改进核模糊聚类算法的多模型神经网络软测量建模方法。该方法首先使用主元分析方法对样本数据进行数据处理，所得主元变

2、量作为模型的输入变量，然后使用基于粒子群优化算法的核模糊C均值聚类算法（PSKFCM）对数据集作聚类划分，最后针对每个聚类建立局部神经网络模型，多个局部神经网络模型估计结果的融合即为软测量模型的输出。将所提建模方法应用于红霉素发酵过程生物量浓度软测量建模，结果表明所建软测量模型具有较高的精度和良好的泛化能力。关键词：软测量；核模糊聚类；粒子群优化；多模型神经网络；发酵过程中图分类号：TP273　　文献标识码：A　　国家标准学科分类代码：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：基于改进核模糊聚类算法的软测量建模研究22271　引　　言生物量浓度是微生物发酵过程中的关键过程参数。由于受生物传感技术发展水平的限制，一直没有很好地解决生物量浓度在线测量问题，导致先进优化控制算法只能停留在理论探讨上，难以在工业实际中得到应用。因此，一种“软测量”模型被提出并

8、应用于生物发酵过程[1]。收稿日期：2009-01　　ReceivedDate：2009-01*基金项目：国家高新技术发展计划（863）（2007AA04Z179）资助项目近几年，利用神经网络（NN）对生物过程辨识以及在线估计已经受到广大学者的关注[2-4]。然而，由于生物发酵过程的复杂性和过程测量数据中离群点的存在，采用单一模型进行软测量建模时生物量浓度在线估计结果往往不尽人意。如对大量样本仅用一个NN建立软测量模型，会导致