我国是以煤炭为主要能源的国家,煤炭在我国一次能源结构中占据了很大比例。然而在煤层开采过程中,由于部分薄煤层基于经济性和安全性方面的考虑不能作为开采煤层,使得在工作面推进过程中,顶板冒落造成上覆岩层被破坏,上部未开采煤层的瓦斯通过卸压通道运移到采空区,造成采空区瓦斯大量涌出,影响工作面的正常生产。因此,判断上邻近层瓦斯卸压范围,做好上邻近层瓦斯抽采,为工作面的正常生产奠定基础已变得非常必要。本文分析比较了BP神经网络和遗传算法改进的BP神经网络在上覆岩破坏高度预测模型中的应用,同时结合灰关联理论对预测指标进行了结构重要度的判定,为预测模型奠定了基础。其主要的研究内容如下：1、本文首先阐述了国内外对上邻近层瓦斯卸压范围研究的现状,分析了上邻近层瓦斯卸压范围研究的意义,提出了应用神经网络作为卸压范围研究的方案。2、通过对煤层围岩受力情况进行分析,阐述了上邻近层卸压的机理,以及上邻近层卸压对赋存瓦斯的影响。分析了煤层开采过程中,上覆岩破坏高度的影响因素,并借助灰关联的方法对几个影响因素重要度进行分析,为神经网络的建模奠定基础。3、首先建立了BP神经网络对上覆岩的破坏高度预测模型,引入了遗传算法的基本概念,对BP神经网络不足进行改进,对神经网络的权值、结构和学习规则进行优化,在此基础上提出了遗传算法改进的BP神经网络对上覆岩的破坏高度进行预测的模型。通过对我国部分矿井的开采水平与冒高、裂高的数据进行训练学习,比较了两种模型的误差收敛的速率和预测的准确率,证明了优化方案的可行性。4、最后结合阳泉矿区五矿的基本情况,确定了模型的基本参数,并在此基础上运用改进的BP神经网络进行建模预测上覆岩的破坏高度,从而确定了上邻近层卸压的上限。然后计算了上邻近层在水平走向和倾向的卸压长度,从而确定了上邻近层立体的卸压范围。最后提出了上邻近层瓦斯向采空区流动的解决方案。由于影响上覆岩层破坏高度因素较多,数据资料的获取比较困难,因此在确定上邻近层卸压上限时,本文结合灰关联的基本理论对影响重要度较低的因素进行了排除,这样运用遗传算法改进BP神经网络建模,就会更加科学合理。