基本信息
摘要：本发明提供一种基于多模型预测瓦斯浓度的软测量方法及系统，所述方法包括：通过获取多组矿井下不同时刻的瓦斯浓度数据，将其存储至瓦斯浓度历史数据库，将所述瓦斯浓度历史数据库作为混沌时间序列，采用C-C方法计算所述混沌时间序列的延迟时间和嵌入维数，进而采用相空间重构获得瓦斯浓度多模型预测软测量模型的学习样本集和理想输出，将所述训练数据作为输入量，结合理想输出，构建瓦斯浓度多模型预测软测量模型，将所述测试数据作为输入量，根据所述瓦斯浓度多模型预测软测量模型，输出瓦斯浓度预测向量，由此，克服了单模型预测方法学习时间长、学习精度和外推能力差的缺陷，提高预测模型的预测精度。
摘要附图：
