基于权重优化复合聚类的空调控制研究.docVIP

基于权重优化复合聚类的空调控制研究 　　【摘 要】为解决央空调控制过程中控制参数复杂，变量维数较高，多属性数据点集中包含数值型属性、类别属性和混合型等多属性结构的问题，本文针对工业环境下多属性和多变量的特点，将模糊聚类算法与属性加权优化相结合，进而推导出优化迭代公式并形成加权聚类算法，对于具体变量的相关属性进行数学描述。仿真结果表明，该算法可以很好的处理相关多属性约束条件下的变量聚类，结合模糊关系优化混合属性集的特征权重。和传统算法相比，具有良好的正确率和分类边界处理效果。 　　【关键词】聚类 属性权值 迭代 可变加权 　　1 引言 　　在进行数据挖掘分析时，对属性权值进行优化一直是十分重要的。常见的分析方法有过滤法[1]和包装法[2]，前者根据一个可解析的函数子集分类判别函数寻求可行特征子集或最优特征子集，后者将分类算法的分类正确率作为目标子集的选择判断依据。 　　Matlin Samuel[3]将特征选择方法集成到分类和聚类算法中，提出了一个框架型结构的方法，但对于具体分类准则没有界定；Xin Quan[4]对邻域算法中的特例赋一定的权值以区分重要性，以使所构造的分类器分类效果更佳，但针对复杂环境下的多属性变量没有进行分析论述。 　　2 属性权值优化的模糊C均值聚类算法研究 　　2.1 属性权值的自适应配置描述 　　设多属性的m维空间R的某个区域内存在可构造C个聚类的数据集 ，其中 描述第i个数据点在样本空间中的位置。定义一个带权值的聚类度量范数，表征某单一属性对聚类子集的不同反映和数据之间的差异性。即： 　　4仿真实证分析 　　4.1 数据初始化 　　空调系统的精度取决于空调系统本身及自动控制两个方面。空调统本身主要是冷、热总量要能保证系统的要求，多采用集散控制装置。中央空调集控装置是用于监视和控制中央空调设备及其周边设备，如主机、空调箱、水泵、冷却塔，各种控制阀门等设备和零件的可视化智能控制器。 　　本文针对主要参数对输入变量应用SPSS数据分析软件，进行神经网络和灰色关联度算法分析，挑选重要性高的变量进行聚类。 　　4.2 仿真结果对比 　　通过传统FCM聚类算法和基于属性权值调整的聚类算法在正确率和迭代时间上的对比可以看出，新算法在迭代终止时间和聚类正确率方面具有相当的优势。 　　三维空间聚类结果对比可以看出，由于新算法充分考虑了聚类子集数据在空间上的分布情况，良好的改善了聚类边界的混叠问题。 　　5结语 　　中央空调控制的过程具有大滞后、强耦合、评价指标多等特点，控制过程往往较为复杂。 　　本文将模糊C均值聚类算法和属性权值优化相结合，给出了相应参数的更新公式和相关算法流程，并应用生产中的实际数据进行方针对比，证明本方法的正确性和优越性。 　　文中算法考虑了控制过程中的高维度多属性数据点集进行聚类分析时属性权值对聚类结果的影响。通过仿真分析，看出新算法在迭代正确率和处理边界混叠方面具有一定的优势。 　　参考文献： 　　[1] Koleszar G E. A Description of the Weapon Optimization and Resource Requirements Model [R]INSTITUTE FOR DEFENSE ANALYSES： Report IDA D-2360，2009. 　　[2] Pawlak Z. et al. Rough stes[J]. Communications ofACM，2010，38（11）： 89-95. 　　[3] Matlin Samuel. Review of the Literature on the Missile Allocation Problem [J]. Operations Research.2010，18（3）：334-373. 　　[4] XIN-QUAN CHEN，HONG PENG，JING-SONG HU.An adaptive optimization method of configuring feature weight group.Proceedings of the Fifth International Conference on Machine Learning and Cybernetics，Dalian，13-16 August 2006.pp1281-1286. 　　[5]Huan Liu and Lei Yu.Toward Integrating Feature Selection Algorithms for Classification and Clustering[J].IEEE Transaction on knowledge and