传统的瓦斯检测设备体积大,移动不便,只能安放在井下固定地点检测瓦斯浓度,如果矿井范围大、井下的检测点多,就需要放置大量的检测设备,既增加了成本,也不便于维护,而且这些设备检测速度慢、读数不直观、测量精度受环境影响较大。目前我国普遍使用的瓦斯检测仪多是采用8/ 16位单片机作为处理器,使用简单的数码管显示数据,其优点就是成本低廉,而缺点是功能十分有限,不具有存储、图形显示和数据传输的功能。随着半导体工艺的进步,嵌入式处理器的功能愈来愈强大,其稳定、可靠的特点得到了放大,这使得嵌入式处理器在瓦斯检测中的应用前景愈加光明。本文研究并设计了一种基于嵌入式的便携式煤矿瓦斯检测仪,该系统采用ARM处理器,存储容量大,运算速度快,而且该系统体积小,便于在矿井内进行移动测量,检测数据通过列表和图形两种方式在液晶显示屏上实时显示,并具有数据存储和历史数据查询功能,克服传统检测仪需要把数据传到上位机才能进行数据处理的缺点,及时的将检测结果反馈给井下工作人员,提高了瓦斯检测的准确度。同时,在本系统中增加了瓦斯浓度的预测功能,采用遗传神经网络预测模型,提出了基于个体相似度的双种群遗传算法(DGAIS),并对改进的遗传算法和预测模型进行了模拟实验和结果分析。通过四个评价指标(平均进化代数、平均最大适应度、最优值的搜索次数和平均值的精度)证明,DGAIS是一种提高遗传算法性能的有效改进算法;改进的遗传神经网络预测模型相对于标准BP神经网络预测模型,迭代次数和绝对误差都有了明显的下降。