声明：文章是从本人公众号中复制而来，因此，想最新最快了解各类智能优化算法及其改进的朋友，可关注我的公众号：强盛机器学习，不定期会有很多免费代码分享~
目录
今天给大家带来一期利用25年最新旅鼠优化算法ALA优化最新且小众的信号分解方法FMD的代码，这个方法也是2023年刚提出来的一个新算法，非常适合作为创新点，也能让审稿人眼前一亮。
这个算法发表在SCI一区顶刊《IEEE TRANSACTIONS ON INDUSTRIAL ELECTRONICS》上，这个SCI期刊想必大家心里也都有数，IEEE系列信号处理领域的一区顶刊，想发一篇这个难度还是非常大的。
传统的EMD分解方法最为人所熟知，但存在模态混叠、理论依据不足等缺点，而理论基础扎实的VMD算法并未考虑信号的脉冲特性和冲击特性。另外，这些分解算法已经快被彻底用烂了，尤其是光伏功率预测、风电功率预测或者是故障诊断等方面，更是重灾区。因此，作者提出了一种新的信号分解方法——特征模态分解(FMD)。
那么，如何对它创新呢？
可以看到，FMD的性能也会受到两个参数滤波器大小(FilterSize)、模态个数(modenum)的重要影响，而手动调参较为繁琐，且不可靠。因此，可以利用最新优化算法对其参数进行自适应选择！目前知网上用的人还很少！可以说是尚未发表的创新点！替换自己喜欢的优化算法也非常方便！
本期代码，一共集成了六种熵值供您选择，非常方便，并有了3D分解图、功率谱、幅值谱、希尔伯特谱、瞬时能量等图！一共9张图！
您只需做的工作：替换自己的数据，选择适应度函数，运行main文件即可！非常适合新手小白！
数据输入方法
在分解模型的输入时，一般只输入一列数据即可，比如信号、交通流、风速、声音、振动、功率、碳排放数据等等。
为了方便大家操作，这里使用Excel输入！以一列信号（时间序列）为例，展示数据输入格式。
大家在更换自己的数据时，只需替换这一列放想要分解的信号等等内容，无需更改代码，非常方便！如果你是mat格式等文件的话，可以复制数据到Excel中或者自行查找mat格式输入方法！
模型流程
以下这些内容，如果大家需要用这个程序写论文，都是可以直接借鉴参考的！
在应用FMD算法时，需人为指定平衡参数滤波器大小(FilterSize)、模态个数(modenum)两个参数，存在较大主观性和盲目性的不足。因此，采用24年最新算法算法对ALA对FMD的两个参数进行优化，适应度函数可选择六种（包络熵、排列熵、信息熵、样本熵、能量熵、包络峭度因子），如果适应度值越小，则代表分解的效果越好。通过优化和更新，来确定最终的最佳参数。
优化的步骤如下:
(1)ALA算法的种群初始化，设置ALA的迭代次数和种群规模，并设置 FMD算法的参数优化范围；
(2)优化算法进行迭代，计算各个 IMF 分量的适应度，以适应度的最小值进行评价。
(3)判断优化是否达到算法的终止条件，若是，则继续下一步；若否，则更新种群位置，并返回第(2)步；
(4)保存最优的FMD参数组合，并将其代入至FMD中；
(5)得到最佳的 IMF 分量，并生成FMD分解图、频谱图、参数变化图、相关系数等图片。
以上所有流程，作者都已精心整理过代码，都可以一键运行main直接出图！
创新点
1.使用FMD的创新点在于：
（1）FMD同时考虑了信号的冲动性和周期性，对机械故障具有针对性，对其他干扰和噪声具有鲁棒性。
（2）采用自适应FIR滤波器提取分解模式。不受滤波器形状、带宽、中心频率的限制，分解更加彻底。
（3）在不以故障周期为先验知识的情况下，FMD可以准确分解机械故障信息，特别是在不同频带占主导地位的复杂故障。
2.使用旅鼠优化算法ALA创新点在于：
旅鼠优化算法ALA于2025年1月发表在SCI顶刊《Artificial Intelligence Review》！实验结果表明，ALA算法在大部分测试函数上均取得了最优结果！你先用，你就是创新！
之前推文有做过ALA和经典的正余弦优化算法SCA的比较，效果显而易见！对比代码可以免费获取！链接如下：
2025年SCI顶刊新算法-旅鼠优化算法(ALA)-公式原理详解与性能测评 Matlab代码免费获取
结果展示
这里以一段480个点的数据为例，设置ALA算法的种群规模为10，迭代次数为20（可自行更改），结果如下（不同数据集的话效果也不同~）：
并以包络熵为适应度函数为例：
2D分解结果图：
幅值谱图（频谱图）：
功率谱图（频谱图）：
3D分解图：
迭代曲线图：
参数变化图：
希尔伯特谱+瞬时能量图：
命令行窗口也会清楚显示最佳参数以及适应度值：
文件夹内也非常清晰，没有什么乱七八糟的文件！您需要运行的文件只有main脚本一个！！
以上所有图片，替换Excel后均可一键运行main生成，Matlab无需配置环境！比Python什么方便多了！非常适合新手小白！
完整代码
如果需要以上完整代码，只需点击下方小卡片，再后台回复关键字，不区分大小写：
ALAFMD
扫一扫
7万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
