VMD在一定程度上解决了EMD的模态混叠问题，然而，VMD的性能受到其参数的影响，尤其是惩罚因子alpha和模态分解数k。手动调参是繁琐的、不经济的。研究者们通过设置合理的优化目标函数，利用群智能优化算法对其参数进行自适应的选择。

以一段长度为1024的信号数据作为待分解数据，利用灰狼优化算法GWO优化VMD参数：

GWO-VMD

本期介绍4种用以VMD参数优化的适应度函数：

1. 包络熵最小，Envelope entropy
2. 信息熵最小，Information entropy
3. 排列熵最小，Permutation entropy
4. 样本熵最小，Sample entropy

包络熵最小，Envelope entropy
信息熵最小，Information entropy
排列熵最小，Permutation entropy
样本熵最小，Sample entropy