谢道文，施式亮

(1. 中南大学 资源与安全工程学院，湖南 长沙，410083；2. 湖南科技大学 信息与电气工程学院，湖南 湘潭，411201；3. 湖南科技大学 能源与安全工程学院，湖南 湘潭，411201)

近年来，煤矿水害事故、突水淹井、淹采区和重大未遂水害事故多发，并有逐步上升的趋势[1]，造成重大人员伤亡和财产损失。为吸取事故教训，防治水害事故，加强煤矿安全生产工作、开展突水预测预报研究工作显得尤为重要，其中对矿井涌水量进行准确的预测是一项必要的研究措施。目前，矿井涌水量预测大体上可以分为确定性分析方法和不确定性(随机)分析方法2类[2]。黄存捍等[3]将时间序列最小嵌入维数作为支持向量机的输入节点，并据此建立矿井涌水量预测模型；鲍道亮等[4]应用灰色系统理论，建立GM(1,1)灰色预测模型，对煤矿涌水量进行动态预测；姜素等[5-7]采用神经网络方法建立了预测模型；陈玉华等[8]则采用混沌时间序列分析方法对矿井涌水量进行了预测。以上各种方法原理不同，结果表示方式不一，各有其优缺点和最佳应用环境。矿井涌水受许多不确定性因素影响，而且矿井涌水的数量也存在大量的不确定性，而模糊性和随机性是不确定性最基本的2个方面。李德仁等[9]提出的云模型是一种不确定定量定性互换模型，它把不确定概念的模糊性和随机性有机地结合在一起，实现了不确定语言值与定量数值之间的自然转换。以往的研究常常把不确定的两方面割裂开来。……