煤炭能源是关系到我国国计民生的重要生产资料，对国家经济建设发挥着重要的作用。近年来煤炭市场供需比例的严重失调，价格波动的频繁发生尤其是煤价的暴涨、暴跌，严重妨碍了煤炭产业健康发展，对国民经济发展造成了不良影响，对社会稳定和人民生活造成了很大危害。因此，为保障煤炭市场正常运行，对煤炭市场系统的预测预警研究具有十分重要的现实意义。本文以煤炭市场系统为研究对象，采用GMDH方法对其进行预测、预警研究。文中首先对GMDH算法进行了改进：提出“符号表达式法”和“权系数向量法”，实现了GMDH建模后最优模型表达式的直接显示；利用“初始变量添加法”有效解决了建模过程因中间变量保留不当丢失有用信息的问题；基于集成学习思想，运用GA采用惩罚性划分样本构造差异性学习器个体的方法，设计实现了基于GA的GMDH选择性集成算法；通过Matlab的GUI编程实现了“带显性表达式的GMDH建模器”工具的设计。然后，依据设计的煤炭市场系统预警要求，利用“带显性表达式的GMDH建模器”工具分别构建了煤炭价格、供给和需求的预测模型，接着利用BP神经网络和GMDH方法求出了上述三个预测模型中各影响因素的预测值，进一步求出了2008年煤炭价格、供给和需求的预测值。最后，根据预测的2008年煤价涨幅和煤炭供需比，结合煤炭市场系统综合预警方案指出我国2008年煤炭市场系统处于重警，发出橙色警示灯。该预警结果与2008年煤炭市场系统实际运行状况基本一致，表明了GMDH方法是一种适合于煤炭市场系统预测与预警的有效方法。