基于MFOA-GRNN模型的三维定位研究
【摘要】 算法(Multi-populationFruitFlyOptimizationAlgorithm，MFOA)与广义回归神经网络(GeneralizedRegressionNeuralNetwork，GRNN)相结合的MFOA-GRNN三维室内定位模型。基于射频识别技术并引入多种群的果蝇优化算法用以选择GRNN的平滑参数，并通过MFOA-GRNN模型将阅读器接收信号强度与目标坐标进行对应进而判断目标位置。仿真结果表明，该模型克服了传统室内定位模型受主观因素影响大、学习效率低等不足，同时使算法的全局寻优能力得到了加强，定位精度显著提高。
