ボイラー排気ガスからの窒素酸化物（NOx）排出量の予測および制御は、発電所の収益性および環境汚染防止に重要な影響を与えます。NOx排出量予測モデルの正確性を向上させるために、本論文では、多数のモデルを統合したボイラー排気ガスのNOx排出量モデリング手法を提案します。まず、NOx排出量の高低に基づいてデータスペースを分割し、相関分析を基に変数の重み付けと情報エントロピーを基に階層的クラスター分析を行い、クラスタリングに参加する変数を決定します。次に、提案されたVMSC（Multiple Model Cluster Integration）アルゴリズムを使用してクラスタリングを行い、各サブスペースの所属度行列を取得し、最後に、最小二乗法を使用して所属度を統合し、最小二乗サポートベクターマシン（LS-SVM）モデルを各サブスペースで統合します。シミュレーション結果は、Fuzzy C-Meansクラスタリング（FCM）および監視遺伝アルゴリズムによって管理されるFuzzy C-Means Cluster（GA-SFCM）を統合してモデリングの精度を向上させたVMSCアルゴリズムにより、個々のモデルのパフォーマンスを上回りました。

複数モデル、クラスタリング、GA-SFCM、LS-SVM、監視ファジィクラスタリング、NOx排出量