基于AFSA‑BP神经网络的湿度传感器温度补偿方法

摘要

本发明公开了一种基于AFSA‑BP神经网络的湿度传感器温度补偿方法，其特征是，包括如下步骤：1）初始化BP神经网络结构及人工鱼群的相关参数；2）计算各条鱼的适应度函数值F，取F最大值赋给公告板；3）顺序进行觅食、聚群、追尾行为，选F值最大的行为实际执行；4）用F值最大人工鱼更新公布板，记作bestF；5）是否达到最大迭代次数，若未达到则回到步骤2），达到则输出最优全阈值。优点：将AFSA与BP神经网络相结合，通过BP神经网络的全局寻优能力不但克服BP训练神经网络易陷入局部极小的缺陷，又提高了训练速度，其补偿效果远远高于BP网络，提高了传感器测量的精确度。