基于递阶G-K聚类的热工过程多模型建模方法

被引:13
作者
林金星
沈炯
李益国
机构
[1] 东南大学动力系
关键词
多模型建模; 递阶聚类; G-K模糊聚类; 免疫遗传算法; 热工过程;
D O I
10.13334/j.0258-8013.pcsee.2006.11.005
中图分类号
TM621.4 [热力系统、热力网];
学科分类号
摘要
针对热工过程分段线性化的特点,本文提出一种新的基于递阶模糊聚类的热工过程多模型建模方法。首先基于递阶G-K模糊聚类对系统输入/输出数据空间进行快速聚类分解,避免了聚类数确定的盲目性;然后在每个子空间中利用最小二乘法辨识出相应的线性子模型,再将各子模型通过模糊加权求和以得到精确的系统全局模型。同时,为保证各聚类子空间内样本的“线性化度”,采用新的综合聚类指标,并利用免疫遗传算法来求解该聚类问题,以克服迭代算法易陷入局部极小和对聚类初始化敏感的缺点。该方法能充分利用运行数据中所包涵的对象动态特性信息,以描述过程的全局非线性。最后通过几个典型实例验证了该方法的有效性、准确性。
引用
收藏
页码:23 / 28
页数:6
相关论文
共 6 条
[1]   一种新的动态聚类算法及其在热工过程模糊建模中的应用 [J].
朱红霞 ;
沈炯 ;
李益国 .
中国电机工程学报, 2005, (07) :34-40
[2]   一种基于分层模糊控制的免疫遗传优化算法 [J].
林金星 ;
沈炯 ;
肖国涛 ;
李益国 ;
王培红 .
东南大学学报(自然科学版), 2005, (01) :46-49
[3]   基于满意聚类的多模型建模方法 [J].
李柠 ;
李少远 ;
席裕庚 .
控制理论与应用, 2003, (05) :783-787
[4]   基于模糊规则的热工过程非线性模型的研究 [J].
吕剑虹 ;
陈建勤 ;
刘志远 ;
沈炯 ;
陈来九 .
中国电机工程学报, 2002, (11) :133-138
[5]   新型RBF神经网络及在热工过程建模中的应用 [J].
刘志远 ;
吕剑虹 ;
陈来九 .
中国电机工程学报, 2002, (09) :119-123
[6]   火电厂锅炉主汽压系统的模糊辨识与模糊控制 [J].
刘向杰 ;
彭一民 ;
周孝信 ;
柴天佑 .
中国电机工程学报, 1999, (08) :1-6