10.3969/j.issn.1001-8360.2015.06.010
混沌微粒群优化 BP 神经网络算法在城市有轨电车定位中的应用
针对城市有轨电车GPS/RFID组合定位因加入RFID定位方式影响定位精度的问题,基于CPSO算法优化权值的良好性能和BP神经网络的泛化能力,提出一种新的组合算法,对城市有轨电车GPS/RFID组合定位中滤波器的输出进行调整,并通过实例分析组合算法的收敛性和可行性。仿真结果表明,经CPSO算法优化的BP神经网络,其均方误差收敛速度快,网络输出值精度等级高,在提高城市有轨电车定位精度方面,比BP神经网络及经PSO算法优化的BP神经网络更具优越性,使城市有轨电车定位系统的定位精度得到有效改善。
城市有轨电车、GPS/RFID组合定位、CPSO、BP神经网络、定位精度
U482.1(其他道路运输工具)
甘肃省自然科学基金1310RJZA046
2015-07-02(万方平台首次上网日期,不代表论文的发表时间)
共6页
67-72