摘要：針對徑向基函數(shù)(Radial Basis Function,RBF)神經(jīng)網(wǎng)絡算法在無線網(wǎng)絡室內(nèi)定位中拓撲結(jié)構和網(wǎng)絡參數(shù)難以確定,其定位效果不理想的問題,提出了一種用核主成分分析的模糊C均值聚類算法(Fuzzy C-Means clustering algorithm based on Kernel Principal Component Analysis,KPCA-FCM)和模擬退火自適應遺傳算法(Simulated Annealing adaptive Genetic Algorithm,SAGA)優(yōu)化RBF神經(jīng)網(wǎng)絡的無線室內(nèi)定位算法。首先利用KPCA對原始訓練數(shù)據(jù)樣本進行數(shù)據(jù)預處理,再通過KPCA-FCM算法計算出最優(yōu)聚類數(shù)目和聚類中心點;其次將聚類數(shù)目和聚類中心點作為隱含層神經(jīng)元個數(shù)和中心值,創(chuàng)建RBF神經(jīng)網(wǎng)絡,并將其網(wǎng)絡參數(shù)映射到SAGA算法中;再次由SAGA算法進行網(wǎng)絡參數(shù)尋優(yōu),把最優(yōu)的解映射回RBF神經(jīng)網(wǎng)絡;最后利用樣本數(shù)據(jù)對RBF神經(jīng)網(wǎng)絡進行訓練和測試,完成建立RBF神經(jīng)網(wǎng)絡算法模型。實驗表明,在相同的環(huán)境中,所提算法比傳統(tǒng)RBF神經(jīng)網(wǎng)絡定位精度提高了48.41%。