目前，我国是世界第一产煤大国。2008年全国原煤产量达到27.2亿吨，2009年为29.6亿吨。煤炭是我国的主要能源，是国民经济和社会发展的基础。我国富煤、少气、贫油的能源结构，决定了在未来相当长的时期内，煤炭在一次能源生产和消费结构中仍将保持70％左右的比例。煤炭工业在我国社会主义建设的进程中起着举足轻重的作用。煤矿企业安全生产则是煤炭这一基础产业健康、有序发展的根本保证。　　 目前我国煤矿安全生产状况起伏大，稳定性差，重大事故发生率居高不下，我国安全生产形势依然严峻。我国煤炭产量占全世界的35％左右，但死亡人数却占近85％。2003年全国煤矿发生伤亡事故4143起，死亡6434人，占全国矿山死亡事故起数的64.47％和死亡人数的69.00％；2004年全年煤矿企业发生各类伤亡事故3853起，死亡6027人；2005年煤矿事故死亡人数5938人；2006年死亡4746人；2007年全国煤矿企业发生伤亡事故2421起，死亡3786人；2008年全国煤矿发生伤亡事故1901起，死亡3218人；2009年全国煤矿企业发生伤亡事故1616起，死亡2631人。我国煤矿生产死亡率不仅大大高于美国、澳大利亚、加拿大、英国、德国，而且也远高于南非、俄罗斯、波兰和印度。　　 煤矿事故不仅夺走了无数矿工的生命，给受害者家庭、煤矿企业和社会带来巨大的经济损失，而且还上升为政治问题、经济问题和社会问题，煤矿事故的发生极大地影响了我国企业的国际形象和竞争力。“安全第一，预防为主”。预防和控制安全事故，是煤矿生产永恒的主题。准确、有效的煤矿事故预测对煤矿安全起着重要作用。通过准确的预测，人们可以把握煤矿事故未来发展趋势，并根据预测结果及时采取有效对策，控制各种影响因素，减少煤矿事故的发生，这样既有利于减少人员伤亡和财产损失，还可为煤矿安全生产管理者制定安全生产计划提供信息参考和理论支撑，避免制定计划的盲目性。　　 本文以煤矿事故预测知识为基础，针对煤矿安全生产事故死亡人数的非线性变动特性，利用神经网络预测和遗传全局寻优的研究方法，建立了基于遗传算法(GA)优化BP神经网络事故预测模型。并运用到我国煤矿安全事故年死亡人数预测中，研究了煤矿安全事故的发生规律，分析出煤矿在现有条件下事故发生发展趋势，为合理制定煤矿安全管理目标提供了理论依据。　　 本文首先详细论述了国内外煤矿事故宏观预测主要采用的方法，有回归分析预测、灰色预测、时间序列预测法、马尔柯夫预测法以及灰色马尔柯夫预测法等，介绍了各种预测方法的基本原理和预测步骤。在对这几种常用的煤矿事故预测方法进行比较分析后，指出了这些预测方法存在的不足，并提出运用神经网络进行煤矿事故预测的可行性及有效性。　　 接下来文章介绍了人工神经网络的基本原理、神经网络的拓扑结构和学习规则等关键技术。重点分析了BP网络的模型结构和学习过程，指出BP网络学习训练过程中存在的不足，并提出了相应的改进措施如：附加动量改进法、学习率自适应调整改进法、基于共轭梯度法改进法、优化网络结构、LM算法等。按照伤亡事故的性质，煤矿事故可分为8类：顶板事故、瓦斯事故、机电事故、运输事故、放炮事故、水害事故、火灾事故及其他事故。结合煤矿事故特点构建了BP网络煤矿事故预测模型，预测我国煤矿事故年死亡人数，并用2003-2007年全国煤矿事故实际死亡人数进行检验，结果表明用此模型进行预测，预测精度高、误差小。　　 然而，尽管BP神经网络是人工神经网络中应用最广泛的算法，具有结构简单和能逼近任意复杂非线性函数等优点，但BP算法存在两个主要的缺陷：网络收敛速度慢及易陷入局部极小值。这两个缺点会影响BP网络的性能，从而影响预测效果。本文针对BP网络这两个缺点，借鉴前人的研究成果，利用遗传算法对BP网络进行改进。遗传算法是一种在模拟自然界生物遗传进化过程中形成的随机全局搜索和优化方法。遗传算法具有寻优的全局性，同时还具有较强的自适应性和鲁棒性。因此，可先利用遗传算法来训练网络，将搜索范围缩小，再用BP算法进行精确求解，这样就可以在很大程度上避免局部极小值，训练次数和最终权值也可相对稳定，网络训练速度也能极大加快。　　 本文首次将遗传算法优化BP神经网络预测模型应用于煤矿事故死亡人数预测，克服了传统BP预测方法的不足。运用MATLAB软件进行仿真，并分别与传统的灰色预测模型和经典BP模型的仿真结果进行了比较，预测结果显示，本文提出的遗传算法优化BP神经网络预测模型稳定性更好、预测精度更高，是一种值得采用、推广的煤矿事故预测模型。文章还根据遗传算法优化BP网络得到的最优权值和阈值计算出了煤矿各影响因素的相对重要度，从而得出各类事故对煤矿事故总死亡人数的影响程度顺序。根据这个排序可以看出，对煤矿事故死亡人数影响最大的是运输事故，其次是顶板事故和瓦斯事故。通过简要分析这三类事故发生的主要原因，分别提出了相应的预防措施，以期达到减少煤矿事故发生、降低煤矿事故死亡人数的目的。　　 文章最后，结合仿真的结果，对全文进行了总结，对需要进行进一步研究和改进的部分进行了展望。