将粗集方法作为BP神经网络的前端处理器，通过对煤与瓦斯系统属性特征的提取和影响因素的约简，较好解决了预测输入特征的“维数灾”问题，构建了粗集与神经网络相结合的煤与瓦斯突出预测模型。仿真实验表明，验证了该方法的有效性，模型学习速度更快、精确度更高，对提高瓦斯突出预测时效性有重大意义。