随着中国经济的迅速发展，对能源的需求不断增加，煤炭资源成为我国经济和社会发展的一项非常重要的战略资源。我国是主要煤炭生产国，同时也是主要煤炭消费国，煤炭生产行业的安全形势却非常严峻，尽管近年来总煤矿事故有下降趋势，但重特大事故仍时有发生，煤矿安全状况不理想，煤炭发展面临着机遇与挑战并存。虽然煤矿安全的问题早已引起各学者的重视，但对这方面的研究起步较晚，对煤矿安全风险的预测基础薄弱，论文正是在这种背景下展开研究的。本文以煤矿的安全风险为研究对象，以事故致因理论和人-机-环系统分析理论为基础，建立了煤矿安全风险预测指标体系。利用改进蚁群算法对RBF神经网络参数进行优化，以克服传统RBF神经网络收敛速度慢、易陷入局部极值、精度不高的缺点，改善了RBF神经网络的泛化能力，使其具有输出稳定性良好、收敛速度快的特点。在此基础上，建立了基于改进蚁群-RBF神经网络的预测模型，并运用MATLAB软件计算工具进行精确计算，使得煤矿安全风险的预测结果更加准确，为决策者提供更为可靠的决策依据。论文最后通过实证分析验证该预测模型的有效性。