基于启发式萤火虫的BP神经网络数据融合算法

摘要

为了减少无线传感器网络(WSNs)中的冗余数据,降低通信能耗并延长网络生命周期,提出了一种基于启发式萤火虫的反向传播神经网络数据融合算法(HFABPNN).通过引入“历史最优”位置作为启发信息更新萤火虫的位置信息,同时加入权重因子和步长因子使算法跳出局部最优.结合启发式萤火虫算法和BP神经网络,将启发式萤火虫算法的最优解作为BP神经网络的权值和阈值进行数据融合.仿真结果表明,所提算法数据冗余量更少且数据融合精度更高.