针对矿井水害防治中导水裂隙带发育高度难以准确预测的问题,结合煤矿生产实际和工程地质理论,选取采深s、硬岩岩性比例系数b、采高（煤层厚度）M、工作面斜长l、顶板单轴抗压强度为主要影响因素,运用灰色关联分析法（GRA）分析各主要影响因素与导水裂隙带发育高度的相关性,并将主成分分析（PCA）、遗传算法（GA）和优化的Elman神经网络相结合,建立导水裂隙带发育高度预测的PCA-GA-Elman优化模型。结果表明:PCA-GA-Elman优化模型能有效消除因素间的相互影响,并能优化初始权值和阈值,使导水裂隙带发育高度预测更加准确。与PCA-Elman和PCA-BP预测模型相比,PCA-GA-Elman优化模型预测的导水裂隙带发育高度相对误差仅为-6.34%～0.18%。

0 引 言
1 导水裂隙带发育高度影响因素分  析与选取
1.1 影响因素研究现状及评价
(1)采高M,即采煤机的实际开采高度(采全高时等于煤层厚度)。
(2)顶板(煤层上覆岩层)单轴抗压强度。
(3)煤层倾角。
(4)顶板结构类型。
(5)开采方式。
1.2 s,l,v,b 4影响因素分析
(1)采深s。
(2)工作面斜长l。
(3)工作面推进速度v。
(4)硬岩岩性比例系数b。
1.3 影响因素关联度分析
2 数据来源
3 研究方法和过程
(1)确定导水裂隙带发育高度定量化指标。
(2)主成分建模。
(3)GA-Elman神经网络预测建模。
3.1 主成分分析建模
3.2 PCA-GA-Elman优化模型建模
3.2.1 网络设计
3.2.2 网络训练
3.3 模型的检验及对比
4 结 论