营销型网站页面摸板,大连本地服务信息网,常州做网站多少钱,网站更换运营商要重新备案声明#xff1a;对于作者的原创代码#xff0c;禁止转售倒卖#xff0c;违者必究#xff01; 本期采用金豺优化算法(Golden Jackal optimization, GJO)优化VMD参数。选取六种适应度函数进行优化#xff0c;以此确定VMD的最佳k和α参数。6种适应度函数分别是#xff1a;最… 声明对于作者的原创代码禁止转售倒卖违者必究 本期采用金豺优化算法(Golden Jackal optimization, GJO)优化VMD参数。选取六种适应度函数进行优化以此确定VMD的最佳k和α参数。6种适应度函数分别是最小包络熵最小样本熵最小信息熵最小排列熵排列熵/互信息熵包络谱峰值因子代码中可以一键切换。 关于优化VMD参数的更多详细内容还可以参考这一篇运行速度终于变快了优化VMD参数五种适应度函数任意切换最小包络熵、样本熵、信息熵、排列熵、排列熵/互信息熵 金豺优化算法于2022年发表在中科院1区top SCI期刊《Expert Systems with Applications》上属于高被引论文深受欢迎。谷歌学术被引次数为167次。 对于前面五种适应度函数之前的文章介绍过很多了。本文新增一个包络谱峰值因子作为适应度函数关于包络谱峰值因子的介绍如下 参考文献张龙,熊国良,黄文艺.复小波共振解调频带优化方法和新指标[J].机械工程学报,2015,51(03):129-138. 至于应该选择哪种作为自己的适应度函数大家可以看这篇文章。VMD为什么需要进行参数优化最小包络熵/样本熵/排列熵/信息熵适应度函数到底该选哪个 同样以西储大学数据集为例选用105.mat中的X105_BA_time.mat数据中1000个数据点。没有数据的看这篇文章。西储大学轴承诊断数据处理matlab免费代码获取 1.最小包络熵作为适应度函数 2.最小样本熵作为适应度函数 3.最小信息熵作为适应度函数 4.最小排列熵作为适应度函数 5.复合指标作为适应度函数 有关复合指标的介绍如下 结果图 6.包络谱峰值因子作为适应度函数 本文的部分代码 %% 以最小包络熵、最小样本熵、最小信息熵、最小排列熵排列熵/互信息熵包络谱峰值因子为目标函数任选其一采用金豺算法优化VMD求取VMD最佳的两个参数
clear
clc
close all
%选取数据
load 105.mat
data X105_DE_time(6001:7000); %这里选取105的DEtime数据注意这里替换为自己的数据即可数据形式为n行*1列列数必须为1。
%% 选取适应度函数类型
xz 1;
% 选择1以最小包络熵为适应度函数
% 选择2以最小样本熵为适应度函数
% 选择3以最小信息熵为适应度函数
% 选择4以最小排列熵为适应度函数
% 选择5以复合指标排列熵/互信息熵为适应度函数。
% 选择6以包络谱峰值因子为适应度函数。
if xz 1 fobj(x)EnvelopeEntropyCost(x,data); %最小包络熵
elseif xz 2fobj(x)SampleEntropyCost(x,data); %最小样本熵
elseif xz 3 fobj(x)infoEntropyCost(x,data); %最小信息熵
elseif xz 4fobj(x)PermutationEntropyCost(x,data); %最小排列熵
elseif xz 5fobj(x)compositeEntropyCost(x,data); %复合指标排列熵/互信息熵
elsefobj(x)Envelopepeakfactor(x,data); %复合指标排列熵/互信息熵
end%% 设置参数
lb [100 3]; %惩罚因子和K的下限
ub [2500 10]; %惩罚因子和K的上限
dim 2; % 优化变量数目
Max_iter20; % 最大迭代数目
SearchAgents_no30; %种群规模
%% 调用GJO函数
[GTO_bestfit, GJO_bestX, GJO_Convergence_curve] GJO(SearchAgents_no,Max_iter,lb,ub,dim,fobj);
%% 画适应度函数曲线图并输出最佳参数
if xz 6GJO_Convergence_curve -GJO_Convergence_curve;GTO_bestfit -GTO_bestfit;
end
figure
plot(GJO_Convergence_curve,Color,[0.9 0.5 0.1],Marker,,LineStyle,--,linewidth,1);title(Objective space)
xlabel(Iteration);
ylabel(Best score obtained so far);
legend(GJO优化VMD)
display([The best solution obtained by GJO is : , num2str(fix(GJO_bestX))]); %输出最佳位置
display([The best optimal value of the objective funciton found by GJO is : , num2str(GTO_bestfit)]); %输出最佳适应度值 大家注意看到xz这个变量当选择1以最小包络熵为适应度函数选择2以最小样本熵为适应度函数选择3以最小信息熵为适应度函数选择4以最小排列熵为适应度函数选择5以复合指标排列熵/互信息熵为适应度函数。选择6以包络谱峰值因子为适应度函数。这样大家切换起来就很方便了。 代码获取方式支付后会显示网盘链接
