来源：期刊VIP网 时间：
作者：金志浩;魏新志;
单位：沈阳化工大学机械与动力工程学院;
摘要：对于现有减法平均优化（SABO）算法在寻优变分模态分解（VMD）的参数惩罚因子（α）和分解模态数（K）时存在的不足，提出改进减法平均优化（GSABO）算法。为克服SABO算法存在的不足，初始化粒子时用混沌映射代替随机数来增加粒子多样性，在迭代寻优的过程中，用黄金正弦辅助粒子跳出局部最优解。针对当前硬阈值和软阈值函数降噪时，前者在阈值点处是非连续的，而后者存在固定偏差的缺点。提出改进小波阈值，然后通过VMD去噪联合改进小波阈值去噪对西储大学轴承数据进行去噪研究，并与VMD、传统小波阈值和改进小波阈值的去噪性能进行比较。结果表明：GSABO优化VMD去噪联合改进小波阈值去噪拥有更佳的效果，在保留有效信号的同时，能更加提高信噪比和减少均方根误差。
关键词：改进减法平均优化算法;;变分模态分解;;改进小波阈值函数;;贝叶斯阈值;;轴承去噪
基金资助：国家自然科学基金联合基金资助项目(U1708254);国家自然科学基金青年科学基金资助项目(11702178)
