论文部分内容阅读
针对单模型软测量建模中存在的预测精度差等问题，本文提出了一种基于FCM 聚类的多PSO-ε-SVR 软测量建模方法。该方法首先使用FCM 聚类算法对样本数据集进行聚类分析；然后，针对每个聚类样本集建立PSO-ε-SVR 模型；最后，按照FCM 聚类分析中的模糊隶属度原则对各个子模型的输出进行加权，得到总模型的输出值。本文采用该方法对铝带坯晶粒度软测量建模进行了仿真研究，结果表明所建模型具有很高的预测精度，能够满足工业过程检测的需要。