文献类型：期刊文章

作　　者：陈璟[1] 虞继敏[2]

机构地区：[1]广西科技师范学院数学与计算机科学学院,广西来宾546199 [2]重庆邮电大学工业物联网与网络化控制教育部重点实验室,重庆400065

出　　处：《南京师大学报（自然科学版）》

基　　金：2014年度广西高校科学技术研究项目(LX2014489);2016年广西高校重点实验室建设项目;重庆市自然科学基金(cstc2013jcyjC0013)

年　　份：2017

卷　　号：40

期　　号：2

起止页码：31-38

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CAS、CSCD、CSCD_E2017_2018、JST、MR、RCCSE、ZGKJHX、ZMATH、核心刊

摘　　要：针对无线传感器网络(WSN)基于测距的定位算法中,利用节点坐标计算方法获得的节点坐标位置存在较大误差的问题,提出一种无需进行坐标计算的果蝇—广义回归神经网络(FOA-GRNN)优化的WSN节点定位算法.该算法利用广义回归神经网络(GRNN)较快的学习速度和较强的逼近能力建立WSN节点定位模型,通过果蝇优化算法(FOA)调整广义回归神经网络的平滑参数,降低调整平滑参数时人为因素的影响,由神经网络直接输出未知节点坐标.仿真实验表明,通过果蝇算法优化的FOA-GRNN模型的节点定位精度比未经优化的GRNN模型的节点定位精度高.同时,比较了FOA-GRNN模型与BP神经网络模型、虚拟节点BP网络模型(VNBP)在WSN节点定位中效果,表明FOA-GRNN模型在WSN节点定位精确性方面具有明显优势.

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：TP391.9]