基于萤火虫算法优化BP神经网络的光强度补偿方法

来源：电子测量技术杂志2021年第13期北京时间：

作者：郭晨霞，刘佑祺，杨瑞峰

单位：1.中北大学仪器与电子学院 太原 030051; 2.山西省自动化检测装备与系统工程技术研究中心 太原 030051

摘要：由于非线性因素对光纤位移传感器的影响，造成了传感器测量误差较大的情况。为此本文提出了一种补偿措施来降低这些非线性因素的影响，使用萤火虫算法（FA）来优化反向传播神经网络（BPNN）混合的算法优化传感器接收到的光功率值。该算法不仅利用了萤火虫算法的寻找粒子群体的最佳位置的搜索性能，还利用了BPNN比较强的局部最优权值阈值搜索性能，最终达到防止BPNN陷入部分样本中优化情况最佳的目的。实验过程中使用两部分传感器接收的光功率值作为数据输入FA-BP算法中进行训练优化，最终与BPNN和粒子群算法优化BP神经网络（PSO-BP）相比，FA-BP算法有收敛精度高和迭代步骤少的优点，可以有效的提升传感器数据的精度和程序的运行速度。

关键词：光纤传感器;萤火虫算法;BP神经网络;光强补偿

基金资助：山西省回国留学人员科研资助项目（2020-111）