一种基于广义回归神经网络的室内3D定位方法

摘要

本发明公开了一种基于广义回归神经网络的室内3D定位方法，涉及3D定位技术领域，通过对种群初始化的改进、控制参数的对数式调整以及适应度权值的引入，经过多次迭代，获得更佳的适应度值和更快的收敛速度。同时将其引入到广义回归神经网络模型中，利用优化平滑因子σ的取值，建立最优广义回归神经网络模型，准确定位待测节点的三维位置；本申请提供的一种基于广义回归神经网络的室内3D定位方法，通过引入改进的灰狼算法IGWO优化广义回归神经网络的平滑因子σ，有效解决了因人为选择参数不当而导致的预测效果不好和过拟合现象，提高了模型的预测精度，定位精度更高且寻优速度更快。