基于PSO-GRNN神经网络的煤矿井下定位算法研究

来源期刊：中国矿业2020年第2期

论文作者：黄智勇 崔丽珍 赫佳星

文章页码：88 - 93

关键词：煤矿;井下定位;广义回归神经网络;粒子群优化算法;

摘    要：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。