56_基于改进的粒子群算法实现vmd分解参数优化。

matlab环境，2018a及以上版本。

可用于学习粒子群算法的改进，以及粒子群算法的使用。

1.考虑到传统粒子群算法中固定的权值容易使算法陷入局部最优解，针对这一缺点，从惯性权重和学习因子两方面进行改进。

较大的惯性权重可以使算法不易陷入局部最优，便于全局搜索，而在迭代后期，较小的惯性权重有利于局部搜索。

2.对vmd算法的分解层数和惩罚因子进行优化。

3.采用近似熵作为适应度函数，粒子数量为30进行优化，结果如商品页图所示。

可看出改进的粒子群算法虽然收敛速度小于原算法，但有最小的适应度值。

附带一份数据，可以查看数据格式来调整你的数据最后使用代码运行。

ID:5820

详询客服 微信shujuqudong1 或shujuqudong6 或 qq68823886 或 27699885

图文详情请查看： http://matup.cn/862953901234.html