%0 Journal Article
%T 基于多神经网络模型的酯化反应软测量
%A 张宇
%A 李柠
%A 黄道
%J 华东理工大学学报
%P 208-211226
%D 2005
%X 对模糊C-均值聚类算法加以改进，将系统输入数据进行模糊划分，分成具有几个不同聚类中心的子集；继而引入到多模型建模过程中，针对每个子集建立相应的径向基函数(RBF)网络模型。而全局模型则由各个子模型的输出加权组合。最后通过对聚合釜反应器软测量建模的研究，表明该方法具有拟合精度高和泛化能力强的特点，验证了此多模型建模方法的有效性和快速性。
%K 多模型
%K 模糊C-均值聚类（FCM）
%K 神经网络
%K 软测量
%U http://journal.ecust.edu.cn/ch/reader/view_abstract.aspx?file_no=20050258&flag=1