針對(duì)基于最小二乘支持向量機(jī)(LS-SVM)的瓦斯?jié)舛阮A(yù)測(cè)方法進(jìn)行參數(shù)優(yōu)化時(shí)存在的易陷入局部最優(yōu)解、搜索效率較低、易產(chǎn)生早熟收斂等問(wèn)題,提出了一種基于改進(jìn)蟻群算法-最小二乘支持向量機(jī)(ACO-LSSVM)的瓦斯?jié)舛阮A(yù)測(cè)模型。首先,對(duì)采集的大量煤礦綜采工作面瓦斯數(shù)據(jù)進(jìn)行k-means聚類分析,以降低數(shù)據(jù)維數(shù);然后,采用改進(jìn)蟻群算法對(duì)LS-SVM的懲罰參數(shù)和核函數(shù)參數(shù)進(jìn)行尋優(yōu),再代入LS-SVM模型中進(jìn)行回歸預(yù)測(cè)。仿真結(jié)果表明,當(dāng)瓦斯體積分?jǐn)?shù)絕對(duì)誤差閾值分別為0.03%,0.04%,0.05%時(shí),基于ACO-LS-SVM的瓦斯?jié)舛阮A(yù)測(cè)模型的預(yù)測(cè)準(zhǔn)確度都在95%左右,比SVM模型和LS-SVM模型表現(xiàn)