针对开采深度的不断增加,瓦斯含量、瓦斯压力与煤层地应力增大,以及环境、管理等诸多方面因素而导致重大瓦斯事故数量增加所造成的巨大人身伤亡及企业财产损失问题,本课题探索了煤与瓦斯突出事故预警方法,在研究了煤与瓦斯突出事故形成机理以及对煤与瓦斯突出因素风险评价基础上,建立了合理的预警评价指标体系,并构建了具有较高实用价值与预测精度的煤与瓦斯突出预警模型,研究了煤与瓦斯突出事故严重程度评估方法与事故分级标准,并制定了预警准则,提出了煤与瓦斯突出事故应急相应救援管理流程。论文主要的研究内容有以下几个方面：1.构造了事故树并采用关联分析对煤与瓦斯突出事故进行了评价,提出了基于混沌粒子群优化RBF的可拓综合评价法来进行煤与瓦斯突出可拓综合评价,再用基于混沌粒子群优化的RBF神经网络进行权重的确定。在此基础上建立了预警指标体系。2.构建了主成分分析-响应面法预警模型。首先采用主成分分析法构造出少数的影响特征指标以代替原来繁冗的多数指标,再运用响应面方法建立一种可判断多种影响因素共存时回采工作面绝对瓦斯涌出量动态预测预警模型。所建模型基本能够真实地刻画矿井煤与瓦斯瓦斯突出影响因素与突出风险实际水平之间的复杂非线性关系,因此,具有较高的应用价值。3.构建了合理遗忘选择训练样本的时序动态预警模型。为了提高时序瓦斯涌出量的预测精度,针对最小二乘支持向量机的训练样本选择问题,本研究中引入了遗忘因子概率,即对历史数据加上遗忘因子,提出一种基于合理遗忘训练样本的瓦斯涌出量时序动态预测预警模型。该模型既考虑了历史数据的影响,又突出了新数据的作用,预测仿真实验分析证明该模型具有较高的精度。4.对煤与瓦斯突出事故严重程度评估方法与事故分级标准进行了研究。本课题结合应急管理理论方法,对煤与瓦斯突出预警风险进行相应的应对对策分析,并制定了预警准则,提出煤与瓦斯突出事故应急相应救援管理流程。为煤与瓦斯突出预警的有效实施提供依据。