基于模糊聚类与多项式回归的异常识别与鲁棒建模方法

随着传感器和监测技术的快速发展，大量工程装备运行数据被记录和保存下来，为提升装备设计、分析和运行水平提供了数据基础。这些数据内部存在的异常值会对数据建模与分析产生严重干扰。为此，文中提出一种基于模糊聚类与多项式回归的异常值识别与鲁棒建模方法，通过多项式回归来刻画数据属性之间的关联关系，采用模糊聚类计算数据的隶属度信息判断数据是否为异常值，并基于非异常值数据建立预测模型，最终实现数据的鲁棒建模。数值案例、隧道掘进机和联合收获机监测数据试验结果表明，提出方法能够准确识别出数据中的异常值，并显著提升数据建模精度。