金豺算法优化VMD参数,六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、包络谱峰值因子...

本文主要是介绍金豺算法优化VMD参数,六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、包络谱峰值因子...,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

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。

a6f7facea56d8e7f1824a9cc3be349a2.png

c2d490040123c146e0266f5dd628415e.png

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:

b01a2e040314d152fe47af9b49d2049e.png

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

7bbb8ca24462748f5b791fc179b93c18.png

a9b145e66e53180894bae8153d256639.png

2.最小样本熵作为适应度函数

3b08aa53b18d54aefb9fb6291b6d08a0.png

162d5b379a351d5a349b3d751f15424e.png

3.最小信息熵作为适应度函数

2c9e5cc1fa033e43490f700f05b8b0dc.png

d0bce7434f726ce0b411fcc3d42c35c9.png

4.最小排列熵作为适应度函数

3f342be672b66c27bb3f688eef796de7.png

e2a7e2a14e94bbed811feb5a56a57ffb.png

5.复合指标作为适应度函数

有关复合指标的介绍如下:

b049cc819c85d7560ca33e650c116f32.jpeg

结果图:

2b24378345fc5522e0b47fa6b4d50fda.png

d3ef7a1fdcb7bc0e5a9fa66849d46de5.png

6.包络谱峰值因子作为适应度函数

0c083c3926a70a07c382003439420242.png

ca6a3e0d9f9f1ecb5410afa53e7ff2e7.png

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_iter=20;       % 最大迭代数目
SearchAgents_no=30;       %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!

ea1c2ac46fcf6369b7d9f71a302aea19.jpeg

这篇关于金豺算法优化VMD参数,六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、包络谱峰值因子...的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/355953

相关文章

SpringBoot中六种批量更新Mysql的方式效率对比分析

《SpringBoot中六种批量更新Mysql的方式效率对比分析》文章比较了MySQL大数据量批量更新的多种方法,指出REPLACEINTO和ONDUPLICATEKEY效率最高但存在数据风险,MyB... 目录效率比较测试结构数据库初始化测试数据批量修改方案第一种 for第二种 case when第三种

C++中assign函数的使用

《C++中assign函数的使用》在C++标准模板库中,std::list等容器都提供了assign成员函数,它比操作符更灵活,支持多种初始化方式,下面就来介绍一下assign的用法,具有一定的参考价... 目录​1.assign的基本功能​​语法​2. 具体用法示例​​​(1) 填充n个相同值​​(2)

MySql基本查询之表的增删查改+聚合函数案例详解

《MySql基本查询之表的增删查改+聚合函数案例详解》本文详解SQL的CURD操作INSERT用于数据插入(单行/多行及冲突处理),SELECT实现数据检索(列选择、条件过滤、排序分页),UPDATE... 目录一、Create1.1 单行数据 + 全列插入1.2 多行数据 + 指定列插入1.3 插入否则更

MySQL深分页进行性能优化的常见方法

《MySQL深分页进行性能优化的常见方法》在Web应用中,分页查询是数据库操作中的常见需求,然而,在面对大型数据集时,深分页(deeppagination)却成为了性能优化的一个挑战,在本文中,我们将... 目录引言:深分页,真的只是“翻页慢”那么简单吗?一、背景介绍二、深分页的性能问题三、业务场景分析四、

Linux进程CPU绑定优化与实践过程

《Linux进程CPU绑定优化与实践过程》Linux支持进程绑定至特定CPU核心,通过sched_setaffinity系统调用和taskset工具实现,优化缓存效率与上下文切换,提升多核计算性能,适... 目录1. 多核处理器及并行计算概念1.1 多核处理器架构概述1.2 并行计算的含义及重要性1.3 并

PostgreSQL中rank()窗口函数实用指南与示例

《PostgreSQL中rank()窗口函数实用指南与示例》在数据分析和数据库管理中,经常需要对数据进行排名操作,PostgreSQL提供了强大的窗口函数rank(),可以方便地对结果集中的行进行排名... 目录一、rank()函数简介二、基础示例:部门内员工薪资排名示例数据排名查询三、高级应用示例1. 每

全面掌握 SQL 中的 DATEDIFF函数及用法最佳实践

《全面掌握SQL中的DATEDIFF函数及用法最佳实践》本文解析DATEDIFF在不同数据库中的差异,强调其边界计算原理,探讨应用场景及陷阱,推荐根据需求选择TIMESTAMPDIFF或inte... 目录1. 核心概念:DATEDIFF 究竟在计算什么?2. 主流数据库中的 DATEDIFF 实现2.1

MySQL中的LENGTH()函数用法详解与实例分析

《MySQL中的LENGTH()函数用法详解与实例分析》MySQLLENGTH()函数用于计算字符串的字节长度,区别于CHAR_LENGTH()的字符长度,适用于多字节字符集(如UTF-8)的数据验证... 目录1. LENGTH()函数的基本语法2. LENGTH()函数的返回值2.1 示例1:计算字符串

Spring Boot spring-boot-maven-plugin 参数配置详解(最新推荐)

《SpringBootspring-boot-maven-plugin参数配置详解(最新推荐)》文章介绍了SpringBootMaven插件的5个核心目标(repackage、run、start... 目录一 spring-boot-maven-plugin 插件的5个Goals二 应用场景1 重新打包应用

MySQL 中的 CAST 函数详解及常见用法

《MySQL中的CAST函数详解及常见用法》CAST函数是MySQL中用于数据类型转换的重要函数,它允许你将一个值从一种数据类型转换为另一种数据类型,本文给大家介绍MySQL中的CAST... 目录mysql 中的 CAST 函数详解一、基本语法二、支持的数据类型三、常见用法示例1. 字符串转数字2. 数字