在温度变化的环境中,石英振梁加速度计(QVBA)的输出会发生漂移。为了改善QVBA的温度稳定性,提出了基于改进鲸鱼算法(IWOA)优化BP神经网络的温度补偿模型。IWOA通过优化BP神经网络的初始权值和阈值,克服了BP神经网络易陷入局部最优的缺点,增强了BP神经网络在训练中的准确性和鲁棒性。全温实验表明,该方法能够明显抑制QVBA因温度而产生的漂移。经过补偿,全温零偏稳定性从4.161 mg下降至0.196 mg,全温标度因数稳定性从59.676 ppm下降至35.751 ppm,验证了模型的有效性。