为实现煤与瓦斯突出危险性的准确、快速地动态预测，提出构建基于KPCA-BA-ELM的突出危险性耦合预测模型。根据煤与瓦斯突出综合作用机理，确定突出各影响因素参数；利用核主成分分析（KPCA）对样本数据进行预处理，提取出主成分序列；利用蝙蝠算法（BA）优化极限学习机（ELM）模型，并与BA-ELM、ELM、SVM和BP等模型共同进行突出危险性预测，验证模型的优越性。结果表明，基于KPCA-BA-ELM突出危险性预测模型平均绝对误差为4.560，平均相对误差为3.478%，运行时间为1.286 s，较其他模型具有精准的判识度和较高的泛化能力；能充分挖掘突出时空演变的内部隐含规律，有效诠释突出危险性