论文部分内容阅读
瓦斯浓度与其影响因素之间存在着很强的非线性性。精确预测瓦斯浓度具有重大的实现意义，解决这类问题的常用方法为神经网络法，但这种方法往往与初始值的选取有关，且容易发生过拟合现象。变量扩维及逐步拟线性回归法是解决这类问题的另一种方法，该方法具有精确度高，所需数据样本少，运算量小，速度快，稳定性及可操作性强等特点，克服了神经网络算法的缺点，有较高的应用价值。