曹庆奎，商娜欣

(河北工程大学经济管理学院，河北邯郸056038)

针对瓦斯涌出量的预测现已形成了多种理论和方法［1］:吕伏等［2］利用多元统计学中的主成分分析方法对回采工作面的瓦斯涌出量进行了多步线性回归预测，结果表明该方法具有较好的精确度;王生全等［3］和朱红青等［4］针对瓦斯涌出量建立了BP神经网络预测模型，并与遗传算法相结合进行了瓦斯涌出量的预测;邵良杉等［5－6］将小波框架理论引入到支持向量机预测函数中，利用小波变换将输入向量映射到一个高维特征空间从而利用支持向量机进行预测;王晓路等［7］提出了一种基于虚拟状态变量的卡尔曼滤波瓦斯涌出量预测模型，该模型有较好的跟踪能力和反应速度;孙林等［8］基于结构风险最小化的原则提出了一种基于最小二乘支持向量机的回采工作面瓦斯涌出量的预测方法;陶云奇等［9－10］建立了改进的灰色马尔柯夫模型，对工作面绝对瓦斯涌出量进行了预测;谷松等［11］和伍爱友等［12］将灰色系统理论应用到瓦斯涌出量的预测当中，结果表明预测结果较为理想;曹庆奎等［13］针对矿井工作面瓦斯涌出量进行了未确知聚类研究，较好的解决了矿井瓦斯涌出量的分类问题，对瓦斯涌出量的预测提供了分类方法。本文将遗传算法和最小二乘支持向量回归机相结合，利用遗传算法对最小二乘支持向量回归的参数进行优化，建立回采工作面瓦斯涌出量的预测模型，并以实例验证其有效性。……