Los servicios basados en la ubicación (LBS) han sido reconocidos durante mucho tiempo como un componente significativo de los servicios de información emergentes. Sin embargo, el costo de localización y el rendimiento del algoritmo aún necesitan ser optimizados. En el estudio, se propone un algoritmo mejorado de optimización por enjambre de partículas basado en una red neuronal de avance (IMPSO-FNN) combinado con sensores RFID, que puede lograr la mejor ubicación de posicionamiento en interiores y superar los problemas de manera efectiva. En IMPSO-FNN, se desarrolla un algoritmo PSO mejorado (IMPSO) para determinar los pesos de conexión óptimos y optimizar notablemente los parámetros de la red y los parámetros estructurales para la FNN, y luego se establece un modelo de predicción de ubicación óptimo mediante el IMPSO-FNN. Para evitar la interferencia del ruido ambiental en los datos experimentales, se utilizan algunos métodos de preprocesamiento durante el proceso de posicionamiento. Los resultados computacionales para aprender dos funciones continuas muestran que el algoritmo de posicionamiento propuesto tiene una tasa de convergencia más rápida y un rendimiento de generalización más alto. Los resultados de la evaluación del modelo también verifican que el método de posicionamiento propuesto realmente es superior a otros algoritmos en términos de capacidad de aprendizaje, eficiencia y precisión de posicionamiento.