我国是一个资源大国，但也是地质灾害最严重的国家，煤与瓦斯突出就是其中的一种较普遍的矿井生产自然灾害。我国煤与瓦斯突出矿井数量多，分布范围广且突出事故频繁。尤其是随着矿井开采深度的增大，开采地质条件日益复杂，瓦斯压力不断增大，大大提高了突出的危险性。因此，致力于煤与瓦斯突出预测预报和预处理的方法研究对提高矿井的安全生产有着非常重大的现实意义。本文采用非线性理论对煤与瓦斯突出机理及危险性预测方法进行了较深入研究，通过分析煤与瓦斯突出非线性机理，以表征地应力大小的声发射指标和表征瓦斯状况的瓦斯浓度指标为影响瓦斯突出的敏感指标。并以此分别对声发射和瓦斯单项指标进行了研究，编制相应的BP神经网络程序，建立了ANNS声发射预测模型和ANNC瓦斯浓度指标预测模型。在总结和分析煤与瓦斯突出机理及影响因素的数字表征基础上，运用滚动预测法，确定了1小时声发射频数值和10分钟瓦斯浓度平均值为样本的输入参数，并探讨了网络模型结构的设计，包括输入输出层单元指标的选取、隐层单元、训练样本的确定以及输入输出数据的处理。在此基础上运用层次分析法得出了声发射1小时和8小时6个指标的权重，从而计算出声发射的综合指标值，最后结合瓦斯浓度指标得出了预测煤与瓦斯突出的综合指标CI，并给出了危险临界值。通过对现场数据进行预测分析，对比常规指标，验证了综合指标在预测工作面前方后续时间段内突出危险状况是准确且可行的。