一种基于改进扩张搜索聚类算法的软测量建模方法

针对传统聚类方法过于依赖数据空间分布和先验知识的缺点,该文提出了一种改进的扩张搜索聚类算法。该算法充分考虑了样本疏密度对聚类效果的影响,根据每个样本点不同的疏密度给予不同的搜索半径,并且引入阈值对不同疏密度的样本点采用不同的聚类方式,以适于各种形状的样本分布。采用这种改进的扩张搜索聚类算法对样本数据进行聚类,并用高斯过程回归(GPR)对各类样本子集分别建立对应的软测量子模型,最后采用开关切换的多模型融合方式得到最终的软测量多模型。以双酚A生产过程结晶单元的仿真结果为例,对装置出口处的苯酚浓度进行软测量建模,获得了较好的实验结果。