代码说明

这个实现包含以下主要组成部分：

1. 数据准备：加载并预处理锂电池容量数据，划分训练集和测试集

2. CEEMDAN分解：将原始信号分解为多个本征模态函数(IMF)和一个残差项

3. PSO优化：使用粒子群算法优化CNN-GRU网络的超参数

4. CNN-GRU模型：构建并训练卷积神经网络与门控循环单元的混合模型

5. 预测与评估：对每个IMF分量进行预测，合并结果并评估模型性能

CEEMDAN-PSO-CNN-GRU 锂电池健康状态预测

%% CEEMDAN-PSO-CNN-GRU 锂电池SOH预测clear
close all
clc%% 数据准备
% 假设我们已经有了锂电池充放电数据
% 这里使用NASA电池数据集作为示例（需要提前下载并处理）