摘要：针对HMP45D型温湿一体化传感器在使用中受温度影响的问题,提出了基于人工鱼群算法（AFSA）的BP神经网络温度补偿方法,用AFSA算法优化BP网络的初始权阈值并用该值训练BP网络。根据湿度传感器在多温度下所测数据,建立AFSA-BP神经网络模型实现温度补偿,与传统BP神经网络方法对比。结果表明,与传统BP神经网络相比,AFSA-BP神经网络的误差绝对值之和降低了6.14%,改善了BP神经网络易陷入局部极小的缺陷,提高了补偿精度。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社