基于改进KNN的离散型车间物流车定位系统
朱萌1
李敬兆2
李化顺2
石晴3
1.安徽理工大学人工智能学院,安徽淮南2320012.安徽理工大学电气与信息工程学院,安徽淮南2320013.淮北合众机械设备有限公司,安徽淮北235000
摘要：针对传统的K近邻法(K-nearest neighbors,KNN)室内定位算法精确度不高且无法解决车间内无线网络(wireless fidelity,Wi-Fi)特征维度不确定等问题,提出了基于余弦夹角的改进KNN定位算法(cosine angle based KNN,CA-KNN)的车间物流车定位系统.该系统首先利用余弦夹角将过滤后的样本空间进行分割,采用标签匹配机制克服Wi-Fi特征维度不确定问题,并判断待测点归属的样本空间区域,然后使用余弦夹角作为相似度选择K个近邻点,最后根据欧式距离判断待测点定位结果.实验结果表明,该系统在车间内具有良好的定位效果,相较于传统的KNN算法,在同等条件下,CA-KNN算法在待测点的最小误差为0.089m,平均减少0.040m,定位精确度最高可达92％.所研究的离散型车间物流车定位系统可满足数字化车间制造执行系统(manufacturing execution system,MES)研发、车间物流车定位等需求,为数字化车间提供更加智能化的服务.
关键词：车间物流车定位KNN算法特征维度余弦夹角欧氏距离
分类号：TP391(计算技术、计算机技术)
资助基金：安徽理工大学横向科研项目(2021HT003)
论文发表日期：2023-09-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 368-374 )
英文信息