煤矿突水事故严重威胁着矿工人身安全，并对国家造成重大的经济损失。目前突水预测预报的决策多依据决策者对于问题的主观分析，这种决策方式有一定的局限性，一方面决策者对于现实情况的认识未必清楚，对于知识的掌握未必全面，另一方面采场突水是一个具有不确定性的、非线性的复杂概率事件，本文主要研究在计算机的支持下如何对于突水预测预报做出决策，考虑到与已经发生突水事故地点条件相近的地方突水的概率最大，研究将已经发生突水事故的典型案例数据作为出发点，从已知到未知，利用过去的案例或经验进行推理来求解新问题。本文主要研究成果如下：（1）分析了煤矿突水典型案例数据库设计的必要性，设计了案例数据库的概念结构、逻辑结构，使用Microsoft SQL Server关系数据库管理系统，将搜集整理的案例入库，实现煤矿历史突水资料数字化；（2）研究了三维空间数据模型，提出适用于煤矿水文地质体的基于混合结构的三维数据模型，并设计了三棱柱、TEN等数据模型的数据结构；（3）使用平行坐标方法可视化突水数据，在标准化、变换、平移数据的基础上，绘制了平行坐标图，发现灵敏属性的存在；（4）在研究模糊自适应神经网络的结构和学习算法的基础上，对于标准化方法的选用、隶属函数的选择进行比较分析，设计用于突水量预测的ANFIS模型；（5）研究了支持向量机模型的数学推理过程，设计用于底板突水量预测的SVM模型，提出参数C和γ的优化选择算法和交叉验证算法；（6）设计了基于本体的突水预测预报知识库，包括突水本体库和突水规则库，并提出了模糊规则的形式化定义。