摘要：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．

原文链接:http://www.cqvip.com//QK/96550X/200806/27385378.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）