张孙力
- 作品数：2 被引量：7H指数：1
- 供职机构：江南大学更多>>
- 发文基金：国家自然科学基金江苏高校优势学科建设工程资助项目中央高校基本科研业务费专项资金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于改进的K近缺失数据补全被引量：7
- 2015年
- 针对化工过程中的数据样本缺失的问题,本文基于改进的K近邻算法对样本数据缺失值补全的方法进行了研究,阐述了K近邻补全算法的基本思路,并针对K近邻补全算法在缺失数据的K个最近邻的选择上可能存在的偏好,提出了一种改进的数据补全算法,有效的解决了K近邻补全算法在近邻选取上的偏向性。根据K近邻补全算法选取的K个近邻数据与缺失数据之间的距离,对K个近邻作加权,使得补全的数据更趋合理。仿真实验证明:改进的K近邻补全算法可以对样本的缺失部分进行更加有效的补全,从而扩展了软测量建模可用的样本数量。
- 张孙力杨慧中
- 关键词：K近邻加权
- 基于改进混合蛙跳算法的软测量建模方法
- 2017年
- 针对混合蛙跳算法的寻优机制在寻优过程中易陷入局部最优和收敛效果不理想的问题,该文提出一种改进的混合蛙跳算法。该算法在更新群中最差个体时同步更新最优个体。更新最差个体步长时引入上一次的移动步长并赋予动态权值。改进算法舍弃了原算法中用随机值代替最差值的做法,引入高斯变异算子对最差个体进行高斯变异,使种群进化更趋合理。将改进的混合蛙跳算法运用到模糊C均值聚类算法的聚类中心优化中,得到最优的聚类中心。利用该聚类中心对样本进行模糊C均值聚类,并用高斯过程回归对各类样本子集分别建立对应的子模型,通过加权得到系统输出。以双酚A生产过程结晶单元为例进行仿真,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。
- 张孙力杨慧中
- 关键词：混合蛙跳算法动态权值高斯变异算子聚类中心
