矿区地表移动与变形监测是煤矿安全生产过程中必不可少的工作,因此,开采沉陷预计工作也是非常重要的一步。我国的“三下”压煤问题一直以来都是比较棘手的问题,做好矿区开采沉陷预计工作并利用精确的预计结果指导“三下”开采的实践工作,对开采沉陷和矿区的安全高效生产有着重要的作用。开采沉陷预计工作的前提就是求取预计参数,预计参数求取的精度也就决定了预计结果的可靠程度。一般地质采矿条件下的概率积分法求取预计参数的精度已基本满足矿山开采预计的需求,对于厚松散层这一特殊地质条件下的开采沉陷预计,若不考虑厚松散层这一影响因素,将会导致移动与变形预计效果差。本文介绍了概率积分法基本理论及其求参方法(线性最小二乘法、模矢法、遗传算法和CA-rPSO等智能算法)。分别采用四种不同的方法对同一实例(厚松散层开采条件下)进行了解算,结果表明地表移动盆地的边缘均具有收敛快的特征,将影响预计效果,相对而言,遗传算法和文化-随机粒子群算法的残差中误差小于另外两种方法,需对预测模型进行修正,利用修正模型分别采用遗传算法和文化-随机粒子群算法进行了比较分析。利用Matlab编程语言对四种求参方法进行程序实现,以皖北煤电五沟煤矿1013首采工作面地质采矿条件和实测资料为数据,通过下沉、水平移动的预测值与实测值对比知道,将厚松散层这一影响因素考虑进去的修正模型预计结果能更好地接近实测值,提出了在厚松散层条件下,文化-随机粒子群算法(CA-rPSO)在求取参数精度上具有更好的适应性,能更好地为“三下”采煤提供有效的决策帮助。