针对LoRa网络节点定位过程中，接收信号强度指示(RSSI)采样值波动性大，指纹地图定位不精确的问题进行研究，提出了一种改进的指纹地图定位算法，即PSO-ANN-FMLA。首先，通过人工神经网络算法获得最佳RSSI值，利用粒子群算法优化人工神经网络算法的隐含层的神经元数量和学习速率；然后，指纹地图定位算法选择最佳RSSI采样值进行定位。最后，通过实验验证了本文算法的有效性，在室外300 m×300 m的无遮挡区域内，平均定位精度为6.21 m;与传统指纹地图定位算法相比，本文提出的算法平均定位精度提高了59.86%。