針對目前開采沉陷預計方法的種種缺陷,提出了一種新的預計方法。將果蠅優化算法(FOA)與支持向量機(SVM)相結合,建立FOA-SVM預測模型。選取煤層傾角、采厚、平均采深等參數作為模型的輸入參數,最大下沉量作為模型的輸出參數。選取訓練集樣本,應用FOA對SVM的參數進行尋優,確定最佳的SVM參數。采用預測集樣本對該預測模型進行檢驗,同時將該模型預測性能與其他預測模型進行對比分析。結果表明:與GA-SVM模型、PSO-SVM模型和神經網絡預測模型相比,該模型具有更高的預測能力和泛化能力,可以較好地實現對開采沉陷的預測。