球磨机制粉过程煤粉粒度FCM2SVRs软测量建模-Journalof.PDFVIP

第3 1卷第5 期 东 北 大 学 学 报 ( 自 然 科 学 版 ) Vol 3 1 ,No . 5 2 0 10 年 5 月 Journal of Nort heastern U niver sity (N at ural Science) May 2 0 1 0 球磨机制粉过程煤粉粒度 FCMSVRs 软测量建模 王介生 , 高宪文 , 张 　立 ( 东北大学 信息科学与工程学院 , 辽宁 沈阳　110004) 摘 　　　要 : 根据多个模型相加可以提高整体预测精度和鲁棒性的思想 ,提出了一种基于模糊 C 均值聚类 ( ) ( ) 采用变长度染色体的遗传算法 FCM 算法的煤粉粒度多最小二乘支持向量机回归 ML SSV Rs 软测量模型 · 同时优化模糊聚类数和聚类中心 ,每种聚类子集用 L SSV Rs 进行局部模型的建立和训练 ,再用模糊聚类后产 生的隶属度将各子模型的输出加权求和得到最后软测量结果 仿真结果表明该软测量模型具有更好的泛化 · 结果和预测精度 ,可以满足煤粉制备过程实时控制的在线软测量要求 · 关 　键 　词 : 煤粉粒度 ;模糊 C 均值聚类 ;最小二乘支持向量机回归 ;软测量 ;遗传算法 ;变长度染色体 中图分类号 : TP 273 . 4 　　　文献标志码 : A 　　　文章编号 : (20 10) 0506 1304 FCMSVRsBased Soft Sensor Model ing of Granularity of Pulverizing Coal During Ball Mill ing WA N G J ies heng , GA O X ianw en , ZHA N G L i ( School of Information Science Engineering , Nort heastern University , Shenyang 110004 , China . Correspondent : WAN G J iesheng , Email : wang - jiesheng @ 126 . com) Abstract : Inspired by t he idea t hat combining several models can imp rove t he p rediction accuracy and robust ness on t he whole , a multiple least squaressupport vector machine regressor ( ML S SV Rs) soft sensing modeling of t he granularit y of p ulverized coal is p ropo sed based on fuzzy C means ( FCM) clustering algorit hm . Genetic algorit hm based on sizable chromo some is int roduced to optimize t he number of fuzzy clustering and cluster center s. Then , t he whole t raining dat a set is divided into several cluster s wit h different center s by FCM algori