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

文中提出的新型动态进化聚类算法克服了传统模糊聚类建模算法须事先确定规则数的缺陷。它通过改进的遗传策略来优化染色体长度,以实现对聚类个数进行全局寻优;同时,利用FCM算法加快了聚类中心参数的收敛;此外,通过引入免疫系统的记忆功能和疫苗接种机理,新算法得以快速稳定地收敛到最优解。利用这种高效的动态聚类算法辨识模糊模型,可以同时得到合适的模糊规则数和准确的前提参数。仿真实例验证了文中动态模糊聚类建模算法的有效性,将其应用于热工过程可获得高精度的非线性模糊模型。