煤与瓦斯突出是煤矿开采、生产过程中最严重、破坏性最大的安全事故之一,其安全问题已成为我国能源安全的工作重中之重。煤与瓦斯突出问题是一个受多种因素综合影响的复杂的、非线性的、高维问题,传统的预测方法往往难以奏效。在分析了煤与瓦斯突出机理和影响因素的基础上,结合国内外突出预测的研究现状和研究成果,对现有分类方法进行了对比和改进,将邻域粗糙集理论与核极端学习机理论应用到煤与瓦斯突出预测中。首先采用邻域粗糙集理论对致突因素组成的煤与瓦斯突出决策信息表进行属性约简,即在保持数据完整性的前提下剔除冗余信息,实现数据降维。然后从预处理后的样本中选择训练样本集和测试样本集,对核极端学习机预测模型进行训练,并优化的核函数和参数,最后应用到煤与瓦斯突出危险性预测。实验结果证明,基于邻域粗糙集与核极端学习机的煤与瓦斯突出预测模型训练收敛速度快,预测准确率高,具有很好的推广性能。这表明本文所采用的邻域粗糙集与核极端学习机理论用于煤与瓦斯突出预测的方法是切实可行的,为有效地实现煤与瓦斯突出预测提供一种新的、有理论和工程意义的方法。