CN119476424A 一种基于改进黑翅鸢算法优化神经网络的室内定位方法 （昆明理工大学）_第1页
CN119476424A 一种基于改进黑翅鸢算法优化神经网络的室内定位方法 （昆明理工大学）_第2页
CN119476424A 一种基于改进黑翅鸢算法优化神经网络的室内定位方法 （昆明理工大学）_第3页
CN119476424A 一种基于改进黑翅鸢算法优化神经网络的室内定位方法 （昆明理工大学）_第4页
CN119476424A 一种基于改进黑翅鸢算法优化神经网络的室内定位方法 （昆明理工大学）_第5页
已阅读5页，还剩16页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

一种基于改进黑翅鸢算法优化神经网络的本发明公开一种基于改进黑翅鸢算法优化和鲁棒性；在攻击和迁徙阶段引入黄金正弦策2效率；再通过改进黑翅鸢算法优化神经网络算法的初始权值和初始阈值建立IBKA_BP神经2.根据权利要求1所述的一种基于改进黑翅鸢算法优化神经网络的室内定位方法，其34入优化算法虽一定程度上提高了BP神经网络模型的测距精度，但仍存在全局搜索能力弱，[0006]本发明的目的是在于提供一种基于改进黑翅鸢算法优化反向传播神经网络实现[0007]本发明一方面利用黑翅鸢优化算法进化能力强、搜索速度快的特点提高算法性56[0029]本文所提出的IBKA_BP算法，引入黄金正弦策略有效地平衡了黑翅鸢搜索过程中[0032](2)本发明通过改进黑翅鸢算法强大的全局搜索能力来获得网络的初始权值和阈[0033](3)本发明的基于改进黑翅鸢算法优化神经网络的室内定位算法，在实验验证中金正弦策略有效地平衡了黑翅鸢搜索过程中的探索阶段和开发阶段，提高了IBKA_BP算法7按式(11)缩短搜索过程进而使得黑翅鸢个体寻优j和表示目前黑翅鸢个体和透镜成像策略后的最佳个体；8[0062]S2.计算每只黑翅鸳的适应度值并进行排序，选择适应度值最好的黑翅鸳作为[0063]S21.将适应度值最好的个体设置为初[0068]S26.引入局部算子Gold_SA改进迁徙r2是[0,π]内的随机9[0077]S32.此时接收位置距离发射端d米的RSSI值可以表示为式(14)，其中Pt为发射信[0079]S33.另外，将公式(13)带入公式(14)中，可得到RSSI与距离之间的关系式如式网络的最优权值和阈值并完成训练，并用所建立的神经网络RSSI测距模型进行位置预测，优化BP神经网络)、ISSA_BP(改进麻雀搜索算法优化BP神经网络)和IBKA_BP的测距算法的11所示。可以看出IBKA_BP、ISSA_BP、BKA_BP和GWO_BP小于10cm的定位误差占比分别为

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论