煤矿瓦斯灾害中瓦斯突出是主要的灾害类型之一，本文针对瓦斯突出预测课题进行了研究。在充分的分析突出发生机理的基础上深入的研究了影响突出的各个因素和指标，在一般的数据融合模型中增加了传感器管理反馈环节，提出了基于数据融合的闭环控制预测系统模型，并应用于瓦斯突出预测中。文章分别从模型的构造、子系统功能以及各层融合算法进行了研究。在对比分析了各个算法的基础上选取了B-P神经网络作为特征层融合方法，但由于神经网络固有缺陷，所以在决策层融合算法中选用了改进的D-S证据理论算法弥补了神经网络的不足。利用B-P神经网络的预测结果和几个典型的指标的预测结果共同作为D-S证据理论的决策级融合证据，从而构成了特征层、决策层分层融合结构模式，增加了系统决策的可靠性。最后通过某矿典型的历史数据对本文的方案进行验证，其结果表明该方案可行且有很高的准确性和可靠性。