复杂过程的多模型建模方法研究

被引:23
作者
孙建平
苑一方
机构
[1] 华北电力大学自动化系
关键词
多模型; 聚类; 粒子群算法; 过热汽温;
D O I
10.19650/j.cnki.cjsi.2011.01.022
中图分类号
TP273 [自动控制、自动控制系统];
学科分类号
080201 ; 0835 ;
摘要
针对复杂工业过程的非线性、工况范围广的特点,本文提出了一种新的多模型建模方法。首先对系统按照工况划分准则进行双层K均值聚类,在此基础上采用LS-SVM算法建立各局部模型,并用粒子群算法对多模型权值进行辨识。此建模方法收敛速度快,对辨识过程有良好的全局适应性。并以典型非线性主汽温系统作为辨识对象,采用上述方法建立其系统的多模型,仿真结果验证了该方法的有效性。
引用
收藏
页码:132 / 137
页数:6
相关论文
共 8 条
[1]   改进的PSO算法及其在PID控制器参数整定中的应用 [J].
金翠云 ;
王建林 ;
马江宁 ;
王颖 .
电子测量与仪器学报, 2010, 24 (02) :141-146
[2]   基于改进核模糊聚类算法的软测量建模研究 [J].
徐海霞 ;
刘国海 ;
周大为 ;
梅从立 .
仪器仪表学报, 2009, 30 (10) :2226-2231
[3]   基于粒子群优化的VB-LSSVM算法研究辛烷值预测建模 [J].
李炜 ;
石连生 ;
梁成龙 .
仪器仪表学报, 2009, 30 (02) :335-339
[4]   基于PSO的SVR参数优化选择方法研究 [J].
熊伟丽 ;
徐保国 .
系统仿真学报, 2006, (09) :2442-2445
[5]   MIMO非线性系统的多模型建模方法 [J].
薛振框 ;
李少远 .
电子学报, 2005, (01) :52-56
[6]  
粒子群优化算法.[M].李丽; 牛奔; 著.冶金工业出版社.2009,
[7]  
数据挖掘教程.[M].(美)RichardJ.Roiger;(美)MichaelW.Geatz著;翁敬农译;.清华大学出版社.2003,
[8]  
火电厂热工参数软测量关键技术和方法研究.[D].乔弘.华北电力大学(北京).2009, 10