来源：期刊VIP网 时间：
作者：白瑞;阳周明;范文超;崔新悦;张彭博;
单位：北方自动控制技术研究所;陆军装备部驻北京地区军事代表局驻太原地区第二军事代表室;
摘要：针对变分模态分解的参数选取困难的问题，提出一种改进的行星优化算法EPOA。利用Cubic混沌初始化、精英反向学习策略以及非线性因子对行星优化算法进行改进，提高算法在特定优化问题中的性能。以最小包络熵为适应度函数，优化变分模态分解的模态数K和惩罚因子α，并与POA、GWO、PSO算法对比。结果表明，改进算法相比于对比算法能够更快收敛到更优解。为变分模态分解的参数选取提供了一种有效的解决方案。
关键词：变分模态分解;;POA;;Cubic混沌初始化;;反向学习;;非线性因子
