瓦斯灾害防治一直是煤矿安全工作的重点,在我国煤矿的重大灾害事故中70%以上是瓦斯事故。而且随着开采深度的增加,煤炭行业竞争日益激烈的环境下,瓦斯事故呈不断上升的趋势,造成的后果也随之更加严重。本文针对这一课题利用RBF神经网络的结构简单、学习速度快、拟合精度较高、泛化能力较强和不易陷入局部极小等优点,尝试建立矿井瓦斯涌出量的径向基函数神经网络预测模型,对矿井瓦斯涌出量与多种因素复杂的非线性关系进行函数逼近。利用蚁群优化理论对神经网络进行优化,以克服神经网络的缺点,采用了蚁群优化算法对神经网络模型的权值与阈值进行优化。本文采用足够的具有代表性的瓦斯检测数据作为样本。在无线传感瓦斯监测系统为模型的基础上,对基于蚁群算法的RBF神经网络算法建立的瓦斯涌出量预测模型进行瓦斯预测研究。并采用MATLAB进行仿真研究,结果表明预测效果良好。