基于KDMSPCS-GRNN的室內定位技術研究
所屬分類：技術論文
上傳者：zhoubin333
文檔大?。?span>740 K
標簽： LDCPSO算法 CS算法 K-mean算法
所需積分：0分積分不夠怎么辦？
文檔介紹：針對利用廣義神經網絡(Generalized Regression Neural Network，GRNN)搭建的定位預測模型定位精度低、效率慢等問題，基于動態(tài)分群策略，提出一種線性遞減粒子群(Linear Decreasing Contraction Particle Swarm Optimization，LDCPSO)和布谷鳥(Cuckoo Search，CS)混合尋優(yōu)算法，并利用此算法為GRNN選擇最優(yōu)參數(shù)，構建定位預測模型。該算法主要利用K均值聚類算法(K-means)對整個種群進行周期性的分群，底層使用LDCPSO算法優(yōu)化各個子群，并將最優(yōu)粒子傳至高層，高層使用CS算法優(yōu)化各個子群的最優(yōu)粒子，并將最終結果返回底層，執(zhí)行下一次迭代。實驗過程中，一方面將提出的算法應用于多個測試函數(shù)，結果表明該算法具有更好的收斂速度和收斂精度；另一方面利用該算法搭建定位模型，并與其他定位模型對比，結果顯示該定位模型具有更好的定位效果。
現(xiàn)在下載
VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。