Прогнозування об'ємної продуктивності нагнітача із використанням методів кластеризації

Abstract

В даній роботі розглянуто методи прогнозування значень об’ємної продуктивності відцентрового нагнітача, в основі яких лежить підхід кластеризації. Їхня перевага над існуючими методами прогнозування полягає в тому, що вони враховують хаотичну складову експериментальних даних та включають в себе сучасні інформаційні технології (нечітку логіку, нейронні мережі, генетичні алгоритми). Завдяки великої кількості ітераційних підходів значення похибки цільової функції поступово зменшується до бажаного значення, що забезпечує досить хорошу якість прогнозування. Метод прогнозування на основі алгоритму Fuzzy C-Means, який базується на розв’язанні нечітких ссередніх, реалізовано в програмному середовищі Matlab. Для даного методу кількість кластерів рівна двадцяти, а кількість ітераційний підходів коливається в межах ста. Обчислено величину середньоквадратичного відхилення, яка рівна 0.036816.

Methods for predicting the volumetric productivity of a centrifugal supercharger, which is based on the clustering approach, are performed in this paper. Their advantage over existing forecasting methods is that they take into account the chaotic component of experimental data and include modern information technology (fuzzy logic, neural networks, genetic algorithms). Due to the large number of iterative approaches, the value of the error of the objective function is gradually reduced to the desired value, which provides a fairly good quality of forecasting. The prediction method based on the Fuzzy C-Means algorithm, which is based on solving fuzzy c-means, is implemented in the Matlab software environment. For this method, the number of clusters is twenty, and the number of iterative approaches ranges from one hundred. The value of the standard deviation equal to 0.036816 is calculated.