改进果蝇算法优化GRNN在WSN节点定位中的应用

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

所属期刊栏目：19

分类号：TN925.93;TP393;TP273

资助基金：陕西省教育厅科研计划项目21JK0856

在线出版日期：2023-08-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：159-161