煤与瓦斯突出是引发煤矿重大恶性事故的隐患,在防突治理方面,如何提高瓦斯突出危险性预测的精度,使防突措施减少盲目性,增强针对性的研究工作是有实用意义的。煤与瓦斯突出预测问题是一个受多种因素综合影响的复杂的、非线性的、高维问题,传统的方法往往难以奏效,寻求一种有效的煤与瓦斯突出预测方法一直是煤矿地质工作者积极探索的研究方向。本文在分析了煤与瓦斯突出机理和影响因素的基础上,把统计学习理论的最新方法—支持向量机,应用于煤与瓦斯突出的预测中,为解决矿井瓦斯突出预测问题提供了一条新途径。本文主要开展了以下几个方面的工作:首先了解了煤与瓦斯突出机理;分析了与瓦斯突出相关的各个影响因素,对基于支持向量机的几种多分类方法的性能进行研究和比较;接着采用“一对一”机制,对现有分类经典算法从分类级别上进行改进,并运用MATLAB语言编程实现了本预测模型所需的多类支持向量机算法。最终根据研究区的自然地理情况,利用网格搜索法和交叉确认法确定输入因子,选取合适的核函数和核参数,构建了煤与瓦斯突出预测模型,并完成预测实验,结果与多种预测算法相比较,该模型的预测准确性较高,表明本文所用的支持向量机用于煤与瓦斯突出预测的方法是可行的,将为进一步探索切实有效的煤与瓦斯突出预测方法提供一定的参考价值。