1、在未來全空間位置感知服務信息網(wǎng)絡融合的發(fā)展趨勢下，無線局域網(wǎng)室內(nèi)定位技術作為這一體系的重要組成和銜接部分將逐漸受到重視和青睞。由最初的距離依賴型算法發(fā)展到現(xiàn)在的模式匹配室內(nèi)定位算法，包括人工神經(jīng)網(wǎng)絡、模糊推理系統(tǒng)和遺傳算法等人工智能方法，利用無線局域網(wǎng)實現(xiàn)辦公大樓、商場以及公寓住宅等室內(nèi)通信的優(yōu)勢越來越明顯，其中，隨著組網(wǎng)拓撲多樣化及定位高效化等要求，兼顧復雜組網(wǎng)結構、動態(tài)變化環(huán)境特征的人工智能方法逐步成為了無線局域網(wǎng)室內(nèi)定位的重要算法

2、，從而，如何實現(xiàn)人工智能定位算法的有效結合是整個室內(nèi)定位系統(tǒng)設計的核心問題。
　　針對人工神經(jīng)網(wǎng)絡室內(nèi)定位算法訓練速度慢，易陷入局域極小和全局搜索能力弱等缺陷，本文通過對網(wǎng)絡泛化能力的計算，研究了遺傳算法優(yōu)化神經(jīng)網(wǎng)絡定位算法設計過程中的幾個相關問題：
　　第一，建立了遺傳算法學習的人工神經(jīng)網(wǎng)絡定位模型。由于傳統(tǒng)的后向傳播人工神經(jīng)網(wǎng)絡具有收斂速度慢，初始權值，閾值以及網(wǎng)絡結構的選擇缺乏依據(jù)等問題，使得定位結果不夠穩(wěn)定。因此，在

3、此部分中，通過對人工神經(jīng)網(wǎng)絡模型和室內(nèi)定位算法的深入研究，提出基于遺傳算法學習的神經(jīng)網(wǎng)絡設計，并建立遺傳神經(jīng)網(wǎng)絡隱層節(jié)點的優(yōu)化模型。
　　第二，提出了遺傳神經(jīng)網(wǎng)絡的泛化能力度量。首先，結合神經(jīng)網(wǎng)絡定位算法的學習規(guī)則和泛化能力計算，提出刻畫遺傳神經(jīng)網(wǎng)絡適應動態(tài)變化的室內(nèi)環(huán)境的泛化能力度量方法。然后，通過對目前遺傳算法常用的編碼方法優(yōu)缺點和適用范圍的分析，提出根據(jù)網(wǎng)絡泛化能力保障準則選擇最適宜的遺傳編碼方法。
　　第三，提出了基

4、于泛化保障的遺傳神經(jīng)網(wǎng)絡定位算法。首先，用遺傳算法優(yōu)化神經(jīng)網(wǎng)絡，使其具有自進化、自適應能力，構造出連接權、網(wǎng)絡結構和學習規(guī)則進化的神經(jīng)網(wǎng)絡。然后，根據(jù)遺傳參數(shù)的差異性討論和泛化保障的編碼方法選擇，并結合適應度作為度量函數(shù)，討論參考點間隔的選取準則，利用理論分析和系統(tǒng)仿真，確定網(wǎng)絡參數(shù)和結構，進而實現(xiàn)室內(nèi)定位算法的優(yōu)化設計。
　　本論文通過對遺傳神經(jīng)網(wǎng)絡的泛化能力分析與設計，提出了基于泛化保障的編碼方法優(yōu)化的遺傳神經(jīng)網(wǎng)絡室內(nèi)定位算法