【目的】导水裂隙带高度是顶板（涌）突水、地下水资源流失的重要影响因素之一，是矿井防治水研究的重点。【方法】为了准确地预测煤层顶板导水裂隙带高度，选取开采深度、开采高度、煤层倾角、工作面斜长、硬岩岩性比例系数和开采方法作为导水裂隙带高度的主要影响因素，搜集200例导水裂隙带高度实测样本作为模型数据集。首先，采用自适应高斯噪声过采样方法（synthetic minority over-sampling technique for regression with Gaussian noise,SMOGN）对原始数据集进行过采样，结合8折交叉验证，将平均绝对误差（EMA）、均方根误差（ERMS）和决定系数（R2）作为回归模型评价指标，确定最优的BP神经网络结构，然后采用变异粒子群优化算法（mutationparticleswarm optimization, MPSO），对神经网络的初始权值和阈值进行优化，最后将优化后的预测模型进行工程现场应用。【结果和结论】结果表明：该数据集下，BP神经网络采用Huber loss和Adam一阶优化算法，训练速度和稳定性均得到提升，最优激活函数为Tanh，最优隐层节点数为12。当MPSO种群数量为50时,模型性能最好，经过SMOGN过采样和MPSO超参数优化，最终训练集上EMA为0.163,ERMS为0.216,R2为0.948，验证集上EMA为0.260,ERMS为0.341,R2为0.901。在现场应用中模型预测的相对误差均在9%以下。表明创新地结合SMOGN过采样技术和MPSO超参数优化技术，显著提高了模型的稳定性和泛化性能，改善了样本分布特征，提高了样本利用效率和模型预测效果，对导水裂隙带高度模型的训练和预测具有一定的借鉴意义。

刘奇,梁智昊,訾建潇.SMOGN过采样下导水裂隙带高度的MPSO-BP预测模型[J/OL].煤田地质与勘探,1-13[2024-11-19].http://kns.cnki.net/kcms/detail/61.1155.P.20241030.1354.002.html.