煤炭是我国重要的一次能源,由于矿井井下工作面环境恶劣,在煤炭开采作业中,瓦斯浓度的变化,导致瓦斯突出、瓦斯爆炸等矿井灾害时有发生。为了稳定经济增长,保障煤矿开采工作环境的安全,引入一套完整的煤矿瓦斯监测系统,实现对井下瓦斯状况的监测。如何准确动态地根据监测信息的分析处理对煤矿井下瓦斯灾害做出风险预警,一直是值得重点关注的问题。针对煤矿瓦斯监测系统的非线性、时变性和多参数强耦合性问题,多传感器信息融合技术可以有效地对矿井各类传感器采集到的数据信息进行综合分析。煤矿井下传感器在较差的工作环境中采集到的数据信息会因为外界因素干扰产生变异,不能真实反映井下安全状况,采用支持向量机进行去噪分类处理,应用核独立主元分析算法对数据样本进行降维特征提取,预处理后的数据输入加权平均D-S证据融合模型中进行决策级融合,同时采用进化差分蝙蝠算法对各证据赋予的权重进行优化处理,有效地解决了冲突证据间的融合问题,加快了证据融合的收敛速度,然后根据融合结果进行瓦斯灾害风险等级预警,降低事故造成人员伤亡和经济损失。选取霍州辛置煤矿的数据样本做试验验证以及仿真分析,融合结果表明改进的加权平均D-S证据融合改善了证据融合存在的“一票否决”现象,增加了融合结果对最终决策的准确性。该改进方法提高了煤矿瓦斯监测的快速性和准确性,实现了瓦斯灾害信息预警的目的。