一种基于ELM神经网络的称重传感器校准方法

本发明属于传感器软件校准技术领域，具体涉及一种基于ELM神经网络的称重传感器校准方法。首先，进行数据采集，将数据按比例分为训练集和测试集，并对其进行归一化处理，得到用于ELM模型的实验数据。其次，初始化ELM模型相关参数，引入稀疏正则化改进ELM神经网络。然后，初始化GWO算法相关参数，引入分形布朗运动改进GWO算法。之后，使用实验数据，通过改进GWO算法对改进ELM神经网络进行优化，得到用于称重传感器校准的ELM模型最优参数。最后利用得到的最优参数校准称重传感器的输出。经实验验证，该方法可以有效解决称重传感器受到温度影响导致精度下降甚至失效的问题。经实验验证，该方法简明有效，校准后的称重传感器的平均RMSE值可以降到0.1298。