为了研究煤矿安全预测本质,正确有效地预测煤矿系统的安全状况,基于目前煤矿安全研究现状和手段,从煤矿系统安全预测的内在规律性、有效时间长度及有效性等方面对煤矿进行了研究,试图总结出煤矿系统安全预测的本质特征,并研究安全预测的建模过程。本论文依据以往的煤矿安全评价中得到的经验,结合我国以及国外煤矿安全评价与预测的发展情况,并利用从煤矿现场所采集到的数据建立煤矿安全动态评价以及预测模型。本论文是以神经网络和模糊神经网络两者的优点为基础,建立煤矿安全评价的模糊神经网络模型,此模型在并行计算、对复杂数据的处理以及自身的学习等方面具有更强的能力。本论文主要研究如何去建立一套完整评价指标体系,它能够客观的去反映评价对象的本质,该指标体系希望尽可能的包括能够影响到煤矿安全生产的所有因素(但实际上并不能把所有的影响因素都覆盖),同时建立的这个指标体系能够应用在煤矿安全的神经网络和模糊神经网络模型中,并能够进行应用研究；最后,对矿井安全状态的动态预测主要利用的是神经网络对时序性指标的预测功能。最后,本论文将结合具体实例,建立煤矿安全预测系统。因为非线性组合预测模型有较高的精度,并且非线性组合要好于线性组合,非线性组合预测模型能克服单一预测模型的缺点,从而能够解决由于系统状态安全指标数量随机变动而造成的预测困难,所以本论文将采用模糊神经网络与BP反馈神经网络相结合的非线性组合预测模型。图34表11参50