為了解決礦井涌水量預測難題,在Grid-Search_PSO優化SVM參數的基礎上,采用SVM非線性回歸預測法,對大海則煤礦1999~2008年7月份的礦井涌水量進行了預測。分析對比SVM回歸預測法和ARIMA時間序列預測法預測結果的數據誤差,發現SVM回歸法預測值與實測值之間的偏差比ARIMA時間序列法要小很多。可見在影響礦井涌水量各種因素值具備的情況下,SVM非線性回歸預測所建立的模型能夠更準確地預測礦井的涌水量,在礦井安全生產中具有很大的應用價值。