本发明公开了一种基于改进的人工神经网络的可见光室内定位方法，步骤为：首先，光电探测器在若干个不同的已知位置采样，同时记录真实位置P和接收信号强度R，构建训练集；然后，将训练集输入待训练的神经网络，利用提出的损失函数，通过反向传输更新系数，完成网络的训练；最后，在待定位的未知位置采样获得RSS，将RSS输入训练好的人工神经网络，得出定位结果。本发明利用新的损失函数，克服了传统人工神经网络需要大量训练的数据才能保证精确性的缺点。在该损失函数的基础上，只需要少量几组数据就可训练获得较高精度的人工神经网络，提高了可见光定位系统的工作效率。