煤层底板破坏一直以来是煤矿开采所重点关注的问题之一，但是现在许多矿山煤层底板破坏程度的监测预测手段仍不完善。因此，对煤层底板破坏程度的预测势在必行。　　针对煤层底板破坏程度原始数据样本较少的特点，本文采用了贝叶斯理论和粗糙集理论，建立了基于贝叶斯分类器的煤层底板破坏程度预测模型，实现了对小样本条件下底板破坏程度的预测。　　主要研究内容如下：　　(1)针对样本数据的复杂性，对样本数据进行了归一化和离散化处理，得到了更高层次的离散值；　　(2)利用粗糙集理论进行了属性约简，删掉不必要属性，得到了属性集的核,即{煤层采深、煤层倾角、煤层采厚、工作面斜长、底板抗破坏能力及有无断层或破碎带}；　　(3)建立了基于贝叶斯分类器的煤层底板破坏程度预测模型，并对该模型进行了训练和检验，得到了很好的检验效果；　　(4)利用贝叶斯公式法实现了对煤层底板破坏程度的预测。　　根据建立的模型预测曹庄煤矿8812，9203和9604三个工作面的底板破坏程度，通过与实际结果对比，证明该模型预测准确。　　本文对煤层底板破坏程度的预测提供了一种新的思路和方法，具有一定的实际应用价值。