改进果蝇算法优化GRNN在WSN节点定位中的应用  

作　　者：王海云 陈婷 宫丽娜[1] 何颖[1] 

机构地区：[1]西安思源学院电子信息工程学院

出　　处：《中国宽带》2023年第5期159-161,共3页China BroadBand

基　　金：陕西省教育厅科研计划项目“基于人工智能的WSN节点定位算法优化研究”(21JK0856)。

摘　　要：本文提出了一种改进的果蝇算法优化广义回归神经网络定位算法(IMP-FOA GRNN),以快速获取网络参数并提高无线传感器网络节点的定位精确度。该算法依据算法原理重构算法味道浓度判定函数,利用已知节点间的距离与坐标训练IMP-FOA GRNN定位模型,与此同时,利用改进的果蝇算法迅速搜索和调整广义回归神经网络的平滑参数spread,并获得网络参数的最优值0.0311,并且确定IMP-FOA GRNN定位模型,进而利用IMP-FOA GRNN定位模型输出未知节点坐标。通过MATLAB实验仿真,将IMP-FOA GRNN定位算法与未经优化的GRNN定位算法从定位结果,定位误差和不同信标节点数三个方面进行比较,说明本算法的定位准确性优于未经优化的GRNN算法。

关 键 词：无线传感器网络 节点定位 广义回归神经网络 果蝇优化算法 

分 类 号：TP3[自动化与计算机技术—计算机科学与技术]