瓦斯是危害煤矿安全生产的重要因素之一,严重威胁着矿工的生命安全。现有的瓦斯监控系统仅具有瓦斯实时监测功能,无法实现预测和预警。为了避免传统瓦斯涌出量预测方法存在建模主观性和静态预测的局限性,本文以混沌理论为基础,对瓦斯涌出量预测进行了研究。本文通过对鹤岗市南山矿1500个瓦斯采样数据进行功率谱分析、最大Lyapunov指数和关联维数的计算,验证了瓦斯涌出量时间序列具有混沌特性。利用小波变换对瓦斯涌出量的噪声进行滤除,恢复了瓦斯涌出量时间序列混沌吸引子的自相似结构。利用关联维数和Cao法计算瓦斯涌出量时间序列的嵌入维数为8,利用互信息法计算瓦斯涌出量时间序列的时间延迟为6,重构与原系统等价的相空间。在重构的相空间中,建立了基于局域法的最大Lyapunov指数法和一阶加权局域法、基于全局法的BP单步迭代法和BP直接多步法的4种预测模型,实现对瓦斯涌出量的预测,并利用误差评价函数对上述4种模型的预测效果进行客观评价,理论和实验结果表明全局预测法优于局域预测法,其中基于BP神经网络的直接多步预测模型在预测步长、预测精度和稳定性等方面都表现出良好的性能,为瓦斯涌出量较长期的动态预测提供了一种较好的方法。