本文分析了煤与瓦斯突出机理和影响因素，在利用煤矿瓦斯监控系统监测的瓦斯浓度数据信息的基础上，把支持向量机方法应用于煤与瓦斯突出的预测中，为解决矿井瓦斯突出预测问题提供了一条新途径。本文主要进行以下工作：首先对煤与瓦斯突出监测瓦斯浓度序列的时域特征向量、频域特征向量和小波域特征向量进行特征提取与选择分析。提出了基于差分进化算法的特征选择方法。之后，选取合适的核函数，构建了煤与瓦斯突出预测的最小二乘支持向量回归机（LS-SVR）模型，同样利用差分进化算法进行核参数寻优，来提高参数搜素速度和提高预测模型的性能。通过与其他预测算法比较预测，结果表明：煤与瓦斯突出的LS-SVR模型解决了小样本、非线性、高维数、局部极小值等实际问题。最后设计了煤与瓦斯突出预测系统，实现连续非接触式地煤与瓦斯突出预测，预测结果与实际相吻合，具有重大的现实意义。