抛掷爆破效果直接影响露天矿剥离成本，对抛掷爆破的拉斗铲倒堆工艺生产效率有重要影 响，为提高露天煤矿抛掷爆破效果预测准确率，进而提高反馈爆破参数优化设计精度，在分析露天 矿抛掷爆破效果影响因素的基础上，提出一种遗传算法( GA) 优化最小二乘支持向量机( LSSVM) 的抛掷爆破效果预测模型。 引入傅里叶级数模型模拟爆堆剖面曲线，利用训练完成的 GA-LSSVM 预测Fourier级数模型控制参数A0，θ，an及bn，进而输出预测的爆堆形态。 依据内蒙古黑岱沟露天 煤矿抛掷爆破实测数据进行实例分析，选取台阶高度、剖面宽、炸药单耗、最小抵抗线、排距、孔距、 坡面角、采空区上口宽、采空区下口宽、松方体积、有效抛掷量作为 GA-LSSVM 预测模型的输入参 数，A0、θ、an、bn、最远抛掷距离、松散系数和有效抛掷率作为输出参数，建立露天矿抛掷爆破效 果 GA-LSSVM 预测模型，并将偏最小二乘回归模型(PLSR)、LSSVM 模型、粒子群算法优化最小二 乘支持向量机模型(PSO-LSSVM)与其进行对比。 结果表明:1 通过 2~7 阶 Fourier 展开级数对爆 堆剖面曲线模拟分析，确定阶数为 4 时模拟精度与效率达到最优，其误差平方和( SSE) 为 21.593 4， 决定系数(R2)与调整后的决定系数(R2adj)为 0.999 2，均方根误差(RMSE)为 0.479 3;2 相较于传 统 LSSVM 预测模型，通过 GA 优化后，最远抛掷距离、松散系数以及有效抛掷率均获得更高的 R2(1，1，1)和更小的 RMSE(0.180 9，0.000 7，0.000 2)，说明改进后的 GA-LSSVM 具有更好的模拟 效果和泛化能力;3 与 PSO-LSSVM、LSSVM、PLSR 模型相比，GA-LSSVM 模型对抛掷爆破效果的 预测精度(R2，RMSE)更高且优势明显;4 结合 4 阶 Fourier 级数的 GA-LSSVM 模型与采用 Weibull 函数的 BP 或 GA-ELM 等模型相比，对爆堆形态的预测具有更高的操作效率及预测精度。