摘　　　要：針對(duì)化工生產(chǎn)過(guò)程中質(zhì)量指標(biāo)無(wú)法在線監(jiān)測(cè)的問(wèn)題，多模型軟測(cè)量建模方法往往能取得不錯(cuò)的模型估計(jì)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(duì)聚類的貢獻(xiàn)相同，影響了聚類效果和模型估計(jì)精度。為了考慮樣本各維特征對(duì)聚類的不同影響，提出一種新的特征加權(quán)模糊聚類算法。該算法在模糊聚類迭代的基礎(chǔ)上，逐步調(diào)整特征權(quán)值，較終有效改善了聚類效果。利用一個(gè)實(shí)際生產(chǎn)裝置的操作數(shù)據(jù)進(jìn)行建模仿真實(shí)驗(yàn)，結(jié)果顯示了該方法的優(yōu)越性。...