针对在采煤沉降灾变预警建模中导水断裂带高度难以准确预测的问题，提出一种基于改进麻雀搜索算法（SSA）优化BP神经网络的导水断裂带高度预测模型；为增强预测模型的全局搜索和逃离局部最优的能力，在标准SSA中加入Tent混沌映射初始化种群，提高种群分布的均匀性和多样性，并引入高斯变异、高斯扰动算法以及动态步长因子，提高SSA跳出局部最优的能力和求解精度；通过实践应用，将改进的SSA-BP与SSA-BP、PSO-BP、BP以及前人研究的GA-SVR模型预测结果进行对比。结果表明：基于改进的SSA-BP预测模型的平均绝对误差（MAE）、平均绝对百分比误差（MAPE）、均方根误差（RMSE）和决定系数（R2）分别为1.23 m、2.64%、1.51 m和0.985，均优于其它模型，提高了导水断裂带高度预测的准确性和稳定性。

河南省重点研发与推广（科技攻关）资助项目（202102210364,222102320258）；河南省高等学校重点科研资助项目（20B480004）；

1 麻雀搜索算法改进原理及模型优化
1.1 麻雀搜索算法原理
1.2 Tent混沌映射算法
1.3 高斯变异和高斯扰动算法
1.4 动态调整步长因子
1.5 改进的SSA-BP模型
2 导水断裂带高度影响因素及样本数据
2.1 导水断裂带发育高度主要影响因素
2.2 样本数据选取
3 模型应用与精度评价
3.1 模型参数设置
3.2 模型训练
3.3 模型预测结果
3.4 模型预测精度
4 结语

王耀国,李勇永,郭涛.基于改进的SSA优化BP神经网络的导水断裂带高度预测[J].煤矿安全,2023,54(02):166-173.DOI:10.13347/j.cnki.mkaq.2023.02.001.