中文摘要：

开展煤层注水效果的精准化预测对于优化注水工艺过程、调整流程参数具有直接而显著的决定作用。作为非线性预测回归问题,煤层注水效果预测兼具小样本数据训练的特点,基于此,文章利用支持向量机小样本强泛化能力构建基于PSO优化支持向量机参数的煤层注水效果预测模型,通过对所获取样本数据的学习与训练过程,得到最优的支持向量机预测模型。实验结果显示:文章所提出的预测模型与传统的BP神经网络预测模型相比较具有明显的精度优势,可达到相对误差2.026%,对于指导煤层注水实际工程具有较强的应用价值。