一种基于改进黑翅鸢算法优化神经网络的室内定位方法

本发明公开一种基于改进黑翅鸢算法优化神经网络的室内定位方法，属于室内定位技术领域。本发明利用黑翅鸢优化算法进化能力强、搜索速度快的特点提高算法性能，并进一步对黑翅鸢算法进行改进，采用Tent混沌映射产生均匀分布的初始个体，提高种群的多样性，从而避免算法过早收敛到局部最优解，增强全局搜索能力；通过透镜成像反向学习策略，提高算法的稳定性和鲁棒性；在攻击和迁徙阶段引入黄金正弦策略，按照黄金分割系数切割解空间，更新黑翅鸢的个体位置。本发明的黑翅鸢优化算法性能更优异，并利用黑翅鸢优化算法构建基于BP神经网络的RSSI测距模型，优化神经网络的权值和阈值，实现复杂室内环境下的高精度定位。