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

摘要：

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。

关键词：城市有轨电车、GPS/RFID组合定位、CPSO、BP神经网络、定位精度

分类号：U482.1(其他道路运输工具)

资助基金：甘肃省自然科学基金1310RJZA046

在线出版日期：2015-07-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：67-72