在矿井的生产中,瓦斯灾害问题变得越来越严重,掌握瓦斯涌出量预测方法,实现对瓦斯涌出量精准预测是对掌握井下瓦斯涌出规律及其瓦斯防治的基础,对矿井瓦斯灾害的治理及其井下作业人员的安全具有重要意义。针对瓦斯涌出量影响因素多元且非线性以及预测的神经网络精度欠佳等问题。本文以山西某瓦斯试验矿井为研究对象,分别从地质因素和开采因素出发,分析工作面瓦斯涌出量影响因素与工作面瓦斯涌出量之间的作用关系。通过拟合分析得出影响因素作用众多,作用程度不一,又相互影响,它们之间存在着复杂而且非线性的关系。针对这些特点,经过研究和分析对比众多预测方法,采用了一种基于因子分析的预测指标提取方法。通过对因子进行旋转,在不降低原始信息的情况下,最大程度的提取有效信息,实现对原始变量的简化降维,减少信息重叠,提高数据有效性。针对影响因素时变性以及瓦斯涌出量预测效果精度等问题,通过研究分析构建自适应量子粒子群优化径向基函数神经网络的瓦斯涌出量预测模型,粒子群不仅对预测指标实现了非线性识别以及全局寻优,还对径向基函数的参数进行了修正与优化,使得瓦斯涌出量预测指标由非线性到线性的识别和输出产生最优结果。随着工作面的推进,进而实现对瓦斯涌出量的动态预测。通过研究总结因子分析、自适应量子粒子群以及径向基函数神经网络等相关理论,以MATLAB软件为平台,利用自带的工具箱,以GUI作为图形界面,设计开发出基于因子分析及自适应量子粒子群优化径向基函数的瓦斯涌出量动态预测软件。该软件包括了因子分析对预测指标的选取模块,也包括了自适应量子粒子群优化径向基函数瓦斯涌出量预测等相关模块。通过现场应用对比分析,因子分析法对于预测指标选取有很好的简化降维和可解释性,而且通过建立的模型与传统其他算法相比,预测精度提高,全局搜索能力增强,运算速度快等优点。基于此模型建立的软件具有操作方便快捷、数据处理能力强、预测精度高等特点,满足矿井工作面瓦斯涌出量的实时预测要求。