煤炭资源一直以来作为重要的能源来源，在生活和工业中的需求日益增加，而煤矿的开采因为其特殊的环境因素而有一定的危险性，尤其是煤矿瓦斯灾害作为煤矿首要的恶性事故，其发生频率高，破坏性广，社会影响大。长期以来，人们一直是以瓦斯的检测为主，无法提前预测瓦斯灾害的发生。本文综合阐述了煤矿瓦斯监测的主要问题所在，讨论了预测灾害发生的重要性和可能性。通过对监测数据资源进行数据挖掘、分析，采用支持向量机、模糊集等理论建立多源、多平台、多传感器煤矿瓦斯灾害在线辨识、隐患判别和决策模型；攻克了瓦斯监测系统不能及时发现重大瓦斯灾害隐患的关键技术。为了解决瓦斯灾害在线辨识中的不确定性和不精确性的问题，分别建立了基于Bayes network和D S证据理论的煤矿瓦斯灾害特征级融合模型及算法。并对这两种模型进行实验研究，检验这两种模型的有效性。提出利用多种监测信息进行“数据挖掘”、分析、处理、融合和综合判断瓦斯灾害危险性的先进理论和方法，为解决预测问题提供了理论依据和科学方法，具有重要的实际意义。