基于SAPSO-BP神经网络的井下自适应定位算法

• 作者: 唐琎 杜永万 莫树培 陈明
• 来源期刊: 工矿自动化
• 学科: 工学
• 关键词: 井下人员定位 自适应定位 模拟退火思想的粒子群优化算法 SAPSO-BP神经网络 自适应动态校准
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 实验研究
• 页码范围: 80-85
• 页数: 6页
• 分类号: TD655.3
• 字数: 4894字
• 语种: 中文
• DOI: 10.13272/j.issn.1671-251x.2019010066

摘要

针对基于传统BP神经网络的井下定位算法存在收敛速度慢、易形成局部极值、在煤矿井下强时变性电磁环境中定位误差大等问题,提出了一种基于模拟退火思想的粒子群优化算法加BP神经网络(SAPSO-BP)的井下自适应定位算法.采用SAPSO算法优化BP神经网络的初始权值和阈值,以加快训练收敛速度,使之到达全局最优;通过安装在井下巷道中的无线校准器采集目标点接收信号强度指示(RSSI)值,采用自适应动态校准方法对RSSI值进行实时校准,以减小强时变性电磁环境对定位精度的影响;最后利用SAPSO-BP神经网络估算出目标点位置坐标.实验结果表明,该算法的定位误差在2 m内的置信概率为77.54％,平均误差为1.53m,定位性能优于未校准SAPSO-BP神经网络算法、PSO-BP神经网络算法、BP神经网络算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐琎	中南大学信息科学与工程学院	49	899	14.0	29.0
2	莫树培	贵州工业职业技术学院图书与信息中心	21	33	4.0	5.0
6	陈明	贵州工业职业技术学院图书与信息中心	12	10	2.0	3.0
7	杜永万	贵州工业职业技术学院图书与信息中心	1	3	1.0	1.0