影响瓦斯涌出量的因素众多，且各因素之间的关系错综复杂、随机干扰成分多，其涌出规律是一个动态的非线性变化过程，准确预测矿井瓦斯涌出量存在较大困难。为简化问题复杂性，许多学者将瓦斯涌出量与煤的埋藏深度、煤的厚度、煤层内瓦斯压力等影响因素之间视为线性关系，采用数理统计理论、类比法、线性回归等方法进行瓦斯涌出量预测研究，较少对瓦斯涌出量的非线性变化过程进行考虑。此外，这些方法的共同特点是先建立数据序列的主观模型进行计算和预测。随着混沌科学的发展，使得可不必事先建立主观模型，也不必考虑各影响因素之间的关系，而是根据实际观测的数据序列本身计算出来的客观规律选择预测模型，这样可以避免人为主观性，提高预测的精度和可信度。本文利用混沌时间序列预测方法进行瓦斯涌出量预测，通过选取合适的时间延迟和嵌入维数m，对原始瓦斯涌出量的时间序列进行了相空间重构。通过计算Lyapunov指数来进行瓦斯涌出量系统的混沌性识别。同时将时间序列子列的相关积分的计算式进行了改进，解决了C-C算法中子列相关积分的舍入误差在计算过程中被强化扩大的问题。对G-P算法的计算过程进行了优化，解决了该算法中由于邻域半径选择的盲目性而造成计算量偏大的问题。将灰色理论中关联度的概念引入到一阶加权预测模型，使得预测机理更科学合理。利用改进后的方法对某煤矿掘进工作面三个测试点进行了瓦斯涌出量时间序列分析预测。结果表明，瓦斯涌出系统具有混沌性，采用混沌时间序列预测方法，对瓦斯涌出量进行预测是可行的，且对混沌时间序列预测算法中的某些参数的算法进行改进后，提高了预测精度。