矿石品位的正确估算对现代化大型矿山的建设和生产至关重要。运用传统方法测定矿石品位,工作量大而且实现也相当困难,所以建立品位智能估算方法是迫在眉睫的任务。文章讨论了如何选取推算信息,结合其他智能方法和数学分析手段,创新性的提出了基于免疫原理的品位估算方法。文章针对传统RBF网络的诸多局限性,对比了RBF网络学习过程与免疫过程的相似性,运用免疫原理中的克隆选择和免疫抑制来确定RBF网络隐层,提高了RBF的运算速率和收敛速度。矿石品位是一个典型的灰色系统,文章从免疫原理的角度对参数优化做了分析,提出了基于免疫原理的灰色估算模型,丰富了灰色理论模型的优化方法。往后,论文从支持向量机的泛化能力分析入手,探讨了支持向量机中参数的选择的重要性,引入免疫优化算法来寻找模型的最优参数来获得更高的精度和更强的泛化能力。通过仿真实例,证明了基于免疫原理的各项估算模型具有相当高的估算精度。文章建立的各项估算模型还可以运用到经济、股市分析、交通及能源等领域,为问题的解决提供新的思路,为获取最佳决策给予可靠的理论支持。