论文部分内容阅读
铝电解是一个非常复杂的工业过程,在整个过程中产生了大量的生产数据,通过对这些数据的深入分析和挖掘,找到潜在的信息,分析其与槽况变化的联系。为了进一步发现槽况变化规律,利用具有软聚类特点的高斯混合模型分析槽况,但其存在需要人为控制聚类个数K的弊端。所以提出一种改进的自适应K值的GMM算法应用到铝电解槽况中,该方法减少了人为控制参数K带来的不确定性,并能够有效的将槽况分为若干类,方便专业人员判断槽况的好坏,可以为后续的决策提供参考依据。