矿山排土场滑坡的过程是一个动态、大延迟、高度非线性的特性问题，影响矿山排土场滑坡的因素众多，各个特性指标间相互影响，关于排土场滑坡预警并没有严格的划分标准。对此，提出一种自适应提升算法(Adaptive Boosting，AdaBoost)、改进的粒子群算法(Particle Swarm Optimization，PSO)和极限学习机(Extreme Learning Machine，ELM)相结合的矿山排土场滑坡短期预测方法。该方法首先利用粒子群优化算法得出ELM模型的最佳输入参数，再通过自适