简介：摘要：为准确预测煤层底板突水量，提出了一种基于PSO -SVR(粒子群算法以优化支持向量回归机算法)的煤层底板突水量的预测模型。针对矿井底板突水这种非线性、小样本问题，通过改变粒子群算法的惯性权重因子定义以及引入混沌映射思想的方式，避免算法陷入局部最优值，强化全局搜索。将水压、含水层、隔水层厚度、底板破坏深度以及断层落差作为影响煤层底板突水量的特征因素，将该预测模型算法与 SVR预测模型算法进行比较。仿真结果表明:该预测模型算法的预测值更接近实际值，具有一定实际应用价值。
基于混合PSO算法的煤层底板突水量预测模型研究
