鲁棒可能性模糊C均值算法

不平衡工况识别更准

通过指数函数降低噪声影响并用加权策略解决簇不平衡问题，在多工况数据集上取得最佳综合性能。

李文静 · Zishang, Yu · 乔俊飞

Process Safety and Environmental Protection: Transactions of the Institution of Chemical Engineers, Part B 2026

参数信息

综合性能排名

1

技术优势

噪声影响更小

目标函数中的指数函数降低噪声影响，增强了算法的鲁棒性。

不平衡簇也能准确识别

加权策略解决了簇不平衡问题，使少数类和多数类簇都能被准确识别。

择优确定聚类数

图辅助搜索策略确定最优簇数，进一步提升聚类结果质量。

应用场景

• 污水处理过程监控：对实时工况数据聚类，识别异常工况并辅助调整工艺。
• 工业过程数据分析：处理工业过程数据中的噪声和不平衡现象，提供可靠的聚类结果。
• 智能运维：通过准确识别工况，为智能运维系统提供决策依据。