摘　　　要：針對化工生產(chǎn)過程中質(zhì)量指標無法在線監(jiān)測的問題，多模型軟測量建模方法往往能取得不錯的模型估計精度。然而傳統(tǒng)的模糊聚類算法都假定樣本的各維特征對聚類的貢獻相同，影響了聚類效果和模型估計精度。為了考慮樣本各維特征對聚類的不同影響，提出一種新的特征加權模糊聚類算法。該算法在模糊聚類迭代的基礎上，逐步調(diào)整特征權值，較終有效改善了聚類效果。利用一個實際生產(chǎn)裝置的操作數(shù)據(jù)進行建模仿真實驗，結(jié)果顯示了該方法的優(yōu)越性。...