%0 Journal Article
%T 基于免疫神经网络模型的瓦斯浓度智能预测
%A 王其军
%A 程久龙
%J 煤炭学报
%P 665-669
%D 2008
%X 将免疫算法与神经网络理论相结合，提出免疫神经网络预测模型以预测采煤工作面瓦斯浓度，并对如何处理时间序列的数据模式问题进行研究.引入延迟单元，将原始输入样本转换为具有延迟特征的新样本，采用延迟算子的输出样本施加到网络预测模型，可以获得浓度时段变幅的信息，这对于提高网络对瓦斯扩散过程的拟合精度和预测精度十分有效.结合某矿井瓦斯预报实例，经过与现场实测值相比较，最大预测误差为6.86%，最小预测误差为2.36%，平均误差为4.61%，所建模型精度的拟合值与预测值都与实际数据吻合得较好，各测点的误差值均在许可的范围内.结果表明，基于免疫神经网络的瓦斯浓度预测模型，能够较好地识别采煤工作面瓦斯扩散的演进规律，对瓦斯浓度能进行合理预报，且该方法具有预报时间快、节省费用的特点.
%K 免疫神经网络
%K 瓦斯浓度
%K 预测模型
%K 延迟单元
%K 矿井工作环境
%U http://www.mtxb.com.cn/CN/abstract/abstract9105.shtml