我国是世界上煤炭资源较为丰富的国家之一，但是由于我国煤炭地质状况的特殊性和复杂性，加之煤矿开采技术和管理技术都较发达国家相对落后，使我国成为了世界上煤矿事故多发的国家之一，其中，瓦斯灾害是导致煤矿事故发生的罪魁祸首之一。所以，了解影响瓦斯涌出的因素，并进行有效的瓦斯涌出量的监测和预报，是指导煤矿安全管理的有效措施，也是防止瓦斯灾害的重要手段。所以，本文针对该问题开发了煤矿瓦斯涌出量实时智能预报系统。瓦斯涌出不仅仅是受到一个或几个因素影响的，而是受到众多因素影响，加之多种影响因素之间有着复杂的非线性关系，而且还会在不同时刻受到各种因素相互作用的动态影响，由此，我们希望找到一种方法，能够不必考虑这些影响因素，只要根据能够实际监测到的单一变量的时间序列，就能够准确的进行预测。对于单一变量的时间序列，瓦斯涌出量是研究瓦斯问题最直接、最方便采集到的信息，方法上混沌相空间重构技术就做到了这一点，它认为瓦斯涌出这一单一变量的时间序列中蕴藏了众多影响其涌出因素的信息，只要能够重构该时间序列，就可以复原瓦斯涌出的相空间特性，而且该方法还避免了人为的主观性。首先，在判别瓦斯涌出量时间序列混沌特性的同时，利用互信息法和Cao氏法得出延迟时间τ和嵌入维数m，对瓦斯涌出量时间序列进行了相空间重构。然后分别利用加权一阶局域法、基于广义神经网络的混沌时间序列预测法以及基于相空间重构技术与PSO-LSSVM的预测法进行实例验证，通过对比分析最终选择了相空间重构和PSO-LSSVM相结合的预测模型来作为本文所开发软件的核心算法。其次，在确定了瓦斯涌出量的预测模型的情况下，根据相关理论和技术，利用VC++6.0、Matlab2008a、SQL2005为平台，开发了具有瓦斯涌出量数据采集、存储、用户管理、多时间纬度的实时预测和历史预测分析等功能的预报系统。最后，通过该软件在山西某煤矿的实地应用和后期的数据分析，得出该软件可以完成对瓦斯涌出量的实时监控、预测、报警等任务，而且五种时间维度的预测值与实际值的绝对误差75%以上都在0.02以下，具有较好的可靠性和稳定性。所以，该软件的开发有利于煤矿企业管理者较为方便和直观的对井下瓦斯涌出量安全情况进行分析、判断和决策。