光镊的操控对象是几十纳米到几十微米的粒子，可用于生物大分子和胶体领域的研究。随着光镊技术的发展，光镊已经从捕获和操控的实验手段逐渐发展到具有微小力学参数测量的研究工具。光镊作为微力传感器已经广泛用在生物、化学等领域。作为传感器，光镊系统不可避免的存在非线性问题。为了实现精密测量，减少测量误差，必须考虑采取非线性修正。 在测量技术中引入人工智能方法以提高测量系统的精度和智能化水平，已经成为测量界重要的发展趋势。本研究对微力传感器固有特性所引起的测量误差，采用神经网络进行非线性修正。 为了实现光镊系统的精密测量，纳米光镊系统采用了双路探测-QD探测和CCD探测。 对于QD探测系统，本文研究了QD的工作原理，分析了误差产生的原因，提出了BP神经网络修正法对QD进行非线性修正，有效的扩大了线性范围，提高了测量精度。 对于CCD探测系统，其器件本身非线性误差较小，但是光镊测力的线性范围也有限，从理论和实验两个方面分析了光镊系统测力过程中的非线性误差问题，并用曲线拟合和神经网络方法对光镊系统进行非线性修正，两种方法的比较结果显示神经网络修正方法能得到数值精度更高。 实验结果证明：用神经网络方法对光镊测量进行非线性修正，有效的提高了纳米光镊系统性能。