摘要： 随着华北型煤田不断向深部开采，突水水源的威胁日益严重，涌(突)水事故不时发生。从宿南矿区的3种含水层中提取了120个水样，基于6个地下水常规离子数据，划分了100个训练集和20个测试集，采用粒子群算法对随机森林的参数进行优化，并结合随机森林建立了水源判别模型。研究结果表明，单一随机森林的测试集综合准确率为85%,粒子群优化的随机森林模型(PSO-RF)测试集水源判别综合精确度为95%。PSO-RF判别模型远高于传统的单一RF模型。因此，提出PSO-RF水源判别模型以提高识别精度有助于矿井水害精准预防与控制。
