[发明专利]基于模糊聚类最优k值选择算法的设备运行状态判断方法

说明书

基于模糊聚类最优k值选择算法的设备运行状态判断方法，包括：根据待测试设备的运行情况采集测试数据，并对数据进行预处理；根据处理后的测试数据，建立双目标模型；使用CDG优化算法对双目标模型进行优求解；使用DB指数对优化求解后的结果进行转换，计算得到最优聚类个数k；根据得到的最优聚类个数k，使用模糊聚算法FCM对经预处理的测试数据进行分析，将其划分为k个聚类；统计每一个聚类的数据中心、每个聚类中数据的特征、每个聚类所包括的范围，并根据这些聚类的特征情况判断当前设备的运行状态。本发明缩小了聚类算法中因为确定最优聚类个数k而导致的结果误差，能够更为准确地用于判断设备运行状态。

技术领域

本发明属于数据挖掘领域，具体涉及基于模糊聚类最优k值选择算法的设备运行状态判断方法。

背景技术

随着现代工业及科学技术的快速发展，工业设备的结构日趋复杂，为了有效避免设备出现故障，需要对设备的运行状态进行实时监测。而由于设备的复杂性，判断其运行状态所涉及的参数较多，传统的监测方法效率低下，需要采用合适的算法来进行有效的分类和判断。

随着互联网技术的发展，聚类分析在众多领域中发挥着重要的作用。聚类是一种无监督学习方法，它可以主动的对数据点进行分组，使得同一个集群的数据点具有极高的相似性，属于不同集群的数据点有着较大的差异性。目前的聚类算法可以大致分为两大类，第一类为硬聚类算法例如k-means、k-means++、intelligent k-means等，即硬聚类算法将一个数据集划分为多个簇，并且每一个对象只属于一个簇。第二类为模糊聚类算法，模糊聚类算法例如fuzzy c-means、MAFC允许每一个对象可以根据隶属度不同属于多个簇。

但是无论是硬聚类算法或者是模糊聚类算法在算法开始前都需要认为的确定聚类个数k。由于现实世界中真实数据的复杂习性，在没有先验知识的情况下，再加上在处理数据前不了解数据的具体结构，导致不能准确的在算法开始前确定聚类数目k。目前，一些研究提出了聚类有效性指标解决聚类k值问题。聚类有效性指标可以根据数据的特征值以及聚类后得到的特征值来进行判断，根据特征值前后的比值大小来判断k值的合理性。通过聚类的有效性指标，可以从数据集的信息中更好的分析数据集的结构，从而得到数据集的最优分类数。聚类有效性指标分为两类：外部有效性指标和内部有效性指标。外部有效性指标可以通过将分区与假定的正确分区结果比较来进行评估分区。内部有效性指标则通过检查结果来评估分区，通常衡量集群内部的紧密度和分离度来评估聚类分区的好坏。在过去的几十年里，人们提出许多聚类内部有效性指标来对聚类进行验证。然而当簇数趋向于数据点中的数据数量时，这些指标会趋于单调下降，并且计算有效性指标需要提供正确的聚类中心。在没有正确聚类中心，k值取值范围过大的情况下找到最优k值一直是一个难题。

发明内容

针对上述问题，本发明提出了基于模糊聚类最优k值选择算法的设备运行状态判断方法，涉及基于多目标优化算法的聚类最优k值选择的方法，由于一些模糊聚类指标随着聚类个数k的增加而减小，设计一个关于模糊聚类指标与聚类个数k之间的双目标模型，使用多目标优化算法(MOEA)对双目标进行优化得到最优k值。

为实现上述目的，本发明采用以下技术方案：

基于模糊聚类最优k值选择算法的设备运行状态判断方法，其特征在于，包括如下步骤：

步骤1：根据待测试设备的运行情况采集测试数据，并对数据进行数据清洗及数据归一化的预处理；

步骤2：根据处理后的测试数据，建立双目标模型；

步骤3：使用CDG优化算法对双目标模型进行优求解；

步骤4：使用DB指数对优化求解后的结果进行转换，计算得到最优聚类个数k；

步骤5：根据得到的最优聚类个数k，使用模糊聚算法FCM对经预处理的测试数据进行分析，将其划分为k个聚类；