中文摘要：

矿井瓦斯监控预警是一个十分复杂的理论和实验技术课题，原因在于瓦斯灾害是一个包含地质学、物理、化学等多学科、多种效应交叉的复杂现象，并且对于这一灾害缺少有效的监测方法和手段，目前的方法概括起来大都是用某一种单一理论进行某一过程的实验和理论研究，这就使研究成果带有某种局限性，就难以有效预防瓦斯事故的发生。而充分利用多个传感器资源，通过对多传感器及其观测信息的合理支配和使用，把多传感器在空间和时间上的冗余或互补信息结合专家私有知识，依据某种多尺度多规则的的融合方法及准则，产生一个智能的决策预警系统，从而大大提高对瓦斯突出预测的准确度。本项目主要研究建立多模式信息融合的瓦斯预测模型，并提出一种新的基于多规则的融合决策方法，改进原始D-S证据理论的融合规则，并从数学和实验的角度分别加以验证，以确保此方法对不确定性问题的决策可信度，从而有效地对瓦斯突出这一灾害进行有效的监测预警。

结论摘要：

煤矿瓦斯灾害是我国主要灾害之一，矿井瓦斯突出预测是一个十分复杂的理论和实验技术课题，原因在于瓦斯突出是一个包含地质学、物理、化学等多学科、多种效应交叉的复杂现象，并且对于这一灾害缺少有效的监测方法和手段。项目针对瓦斯突出这一不确定性和非线性灾害问题，建立了多传感器信息融合瓦斯突出预测系统模型,并分别对融合系统的数据层、特征层和决策层进行了分析和研究，构建了一个基于多传感器信息融合技术的瓦斯突出智能预警系统，从而有效地提高了对瓦斯突出预测的准确度。 项目通过对多传感器信息融合一般框架结构分析，提出了基于多传感器信息融合的瓦斯突出预警系统结构，以及特征级和决策级分层融合模型，并通过多传感器管理子系统实现反馈建立预测系统闭环控制模型。在分析目前已有的突出指标及临界值确定依据的基础上，引入层次分析法得到几个典型突出指标的权重排序，对瓦斯突出多传感器融合预测系统的数据来源信息进行分析。并根据选取的重要影响指标选择瓦斯突出监测传感器，由于静态传感器定点布置存在一定的局限性，提出了利用主动嗅觉技术研究瓦斯监测动态传感器，以增加多传感器预测系统的实时、动态数据源。 D-S证据理论以其优越的不确定性推理成为很好的决策融合算法，项目对决策层D-S证据理论进行了深入研究，总结了证据理论存在的主要问题，并提出了对应的解决办法。特别针对D-S证据理论中证据冲突的问题，引入证据距离、证据源可信度等概念，提出了一种新的合成规则。该规则把冲突信息按证据源的可信度进行分配，对一致性证据采用反映聚焦程度的与运算。理论分析和数值实验表明本项目提出的合成规则对高冲突性证据和一致性证据都非常有效，能够解决多传感器信息来源之间的证据冲突问题。 项目选取五个典型高瓦斯矿区突出数据，验证了提出的多传感器信息融合瓦斯突出预测系统模型的可行性和有效性；并根据改进的D-S证据理论融合规则，采用Windows Vista sp1 + Visual Studio 2008 sp1系统开发平台实现了矿井瓦斯突出智能预警系统，为现场数据验证该项目提出的瓦斯突出决策融合系统能够提供准确、可靠的灾害预测，有效地提高了煤矿安全管理水平。