为了实现对混合气体的浓度预测，本文基于BP神经网络实现了一个气体浓度回归模型。由于实验中混合气体的浓度跨度较大（0-150ppm），为了提高模型预测精度，本文先使用Boosting算法将混合气体分为四个浓度等级，再对每个浓度等级下的混合气体利用BP神经网络做定量预测。实验结果表明，此模型对混合气体中各组分预测浓度的相对误差接近0.05（>20ppm），预测性能优于单个BP神经网络模型，是一种具有高鲁棒性的气体浓度预测模型。