地下开采范围达到一定规模时,开采沉陷波及的范围就会从岩体内部发展到地表,引起地表移动变形。地表移动变形会带来一系列的原生灾害和次生灾害。由于人类的生产和生活大部分都是在地表进行的,所以地表移动变形对人类的影响较大。地表移动变形系统是一个复杂的系统,在其演化过程中不断地与外界进行物质、能量和信息的交换,表现出很强的非线性特征。本文主要是基于混沌支持向量机算法进行采空区地表移动变形分析及预测的研究。首先对变形分析及预计模型进行了总结和分类,即变形分析及预计的确定性模型、变形分析及预计的统计性模型和变形分析及预计的混合性模型,还对采空区地表移动变形预测模型进行了研究。然后实现了混沌系统的预测程序,其中主要包括延迟时间的选取、嵌入维数的选取、混沌特征量的计算、基于GA-SVR算法的预测和基于最大Lyapunov指数法的预测等,并分别应用典型的混沌系统Lorenz系统对程序进行了验证。验证结果表明,程序可以应用于其它混沌系统的特性判别及预测。随后对系统混沌特性的判别方法进行了研究。通常方法是通过单一的几何不变量来进行判别,本文用定性与定量相结合的方式进行混沌综合判别,即定性判别方法选取功率谱分析的方法,定量判别的方法选取GP算法计算关联维数和小数据量法计算最大Lyapunov指数的方法。将支持向量回归算法应用于地表移动变形时间序列预测,采用遗传算法获得支持向量机模型精度影响的三个参数,即核函数类型及其参数取值、损失函数类型及其参数取值、惩罚参数C的取值。把支持向量机预测结果的平均绝对误差作为适应度函数。最后将预计模型应用于工程实例,预测结果表明基于混沌GA-SVR算法的预计模型比基于最大Lyapunov指数法的预计模型更适用于小样本数据,具有更好的泛化能力。