当前位置:主页 > 科技论文 > 安全工程论文 >

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

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/anquangongcheng/3857168.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户e8ac0***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com