基于PSO-GRNN神经网络的煤矿井下定位算法研究

发布时间：2023-10-27 19:55

　　为进一步提高井下定位精度,本文提出一种基于粒子群算法-广义回归神经网络(PSO-GRNN)的煤矿井下定位算法。该算法利用广义回归神经网络(GRNN)建立井下定位模型,通过粒子群优化算法(PSO)寻找广义回归神经网络最优的平滑因子,降低人为调整的影响,提高定位精度。将信标节点接收到的信号强度(RSSI)值输入训练好的神经网络,神经网络的输出就是待测节点的坐标。仿真实验表明,PSOGRNN模型相比未经优化的GRNN模型和BP模型,定位精度更高;相比BP模型,算法复杂度更低,效率更高,满足井下自适应定位要求。

【文章页数】：6 页

【文章目录】：
1 GRNN算法和PSO算法
    1.1 GRNN神经网络
    1.2 PSO优化算法
2 基于PSO-GRNN的井下定位算法
    2.1 PSO-GRNN的井下定位基本方案
    2.2 PSO-GRNN算法的实现
3 实验及结果分析
    3.1 PSO-GRNN与GRNN、BP网络的定位效果比较
    3.2 PSO-GRNN与GRNN、BP网络的执行效率
4 结语



本文编号：3857168