基于果蝇—广义回归神经网络优化的WSN节点定位算法

• 作者: 虞继敏 陈璟
• 来源期刊: 南京师大学报（自然科学版）
• 学科: 工学
• 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
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 数学
• 页码范围: 31-38
• 页数: 8页
• 分类号: TP391.9
• 字数: 5450字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-4616.2017.02.006

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	虞继敏	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	26	74	5.0	7.0
2	陈璟	广西科技师范学院数学与计算机科学学院	8	15	3.0	3.0