[发明专利]基于多模型聚类集成的锅炉烟气NOx

权利要求书

1.一种基于多模型聚类集成的锅炉烟气NO_x排放量预测算法。根据输出NO_x排放量的高低划分数据空间；通过基于相关性分析的变量权重和基于信息熵的分层聚类确定参与聚类的变量；利用提出的多模型聚类集成(VMSC)算法聚类得到各子空间的隶属度矩阵；采用融合隶属度的最小二乘法对各子空间的最小二乘支持向量机(LS-SVM)模型进行集成，即可得锅炉烟气NO_x排放量。

2.根据权利要求1所述的基于多模型聚类集成的锅炉烟气NO_x排放量预测算法，其特征在于，划分高中低三个数据子空间，其具体步骤为：

(1)数据归一化。

(2)根据输出数据的高中低值划分样本子空间。

3.根据权利要求1所述的基于多模型聚类集成的锅炉烟气NO_x排放量预测算法，其特征在于，进行聚类变量的有效筛选，其具体步骤为：

(1)根据输入与输出之间的相关性，赋予输入变量对输出变量的相关性。

(2)根据相关性计算每个输入变量的权重。

(3)计算每个输入变量的信息熵。

(4)基于信息熵计算不同输入变量之间的改进的加权优化的曼哈顿距离。

(5)对输入变量进行分层聚类。

(6)进行变量筛选。

4.根据权利要求1所述的基于多模型聚类集成的锅炉烟气NO_x排放量预测算法，其特征在于，基于软投票的聚类集成，其具体步骤为：

(1)选取基聚类为软模糊c均值聚类(SFCM)和遗传算法-软模糊c均值聚类(GA-SFCM)。

(2)利用两个基聚类器进行聚类，每个基聚类器聚类10次。

(3)计算平均隶属度矩阵U_avg，令U^new＝U_avg。

(4)将U^new作为输入，对U^new中的每一个元素进行更新运算，得到更新矩阵新的元素即得到更新后的U^new。

(5)重根据停止条件判断U^new是否满足要求，如果满足条件则执行步骤(6)，如果不满足停止条件，则将更新后的U^new作为新的输入，返回步骤(3)。

(6)输出满足条件的更新隶属度矩阵U^new。

5.根据权利要求1所述的基于多模型聚类集成的锅炉烟气NO_x排放量预测算法，其特征在于融合隶属度的最小二乘法。