煤与瓦斯突出是众多煤矿矿井瓦斯灾害中危险性最大,破环性最强,造成伤亡最多的安全事故,现代煤炭企业已经把瓦斯突出的预防和控制列为煤矿安全工作最为重要的任务。煤与瓦斯突出是一种复杂的动力现象,它的发生是多种因素综合作用的结果,并且这些影响因素与瓦斯突出的关系较为复杂,很难用简单的数学概念进行线性量化分析,这就导致瓦斯突出预测成为一项很有难度的工作。构建一个能够准确分析瓦斯突出各主要影响因素的权重分布,并且对瓦斯突出危险性等级进行准确预测的模型,是矿井瓦斯突出预测研究中需要解决的至关重要的课题。本文参考大量前人的著作和文献,基于一些已有的关于瓦斯突出原因的猜想,对瓦斯突出的机理进行了探讨,详细介绍了一些与瓦斯突出密切相关的客观因素和人为原因。在此基础上对一些已有的瓦斯突出预测方法进行了研究,分析比较这些方法的优缺点,为下文煤与瓦斯突出预测的研究提供了理论依据。本文将多传感器数据融合技术引入煤矿瓦斯突出危险性预测的研究中。首先应用改进的AHP分析法对影响因素的权重分布进行分析；然后应用改进的模糊概率统计的方法求解因素集的决策矩阵；最后对得到的权重向量和决策矩阵进行融合运算,就可以得到最终的决策结果。这种设计最大的优势在于有效减少了由单个传感器异常而对结果造成的影响,使得系统具有较强的生存能力和较高的置信度。前面的内容构建了基于多传感器模糊数据融合的煤与瓦斯突出预测模型,文章的最后选取山西省某矿的数个工作面传感器检测数据的历史记录,对模型进行实例验证。通过对实验结果的分析表明,构建的模型所得出的预测结果与历史情况相吻合,这种方法构建的模型大大提高了预警系统的性能和稳定性。