预测采煤工作面的瓦斯涌出量属于机器学习中的回归问题，主流方法包括CART和支持向量机等。CART决策树回归算法具有抽取规则简单、准确度高、可解释性强的优势，但是算法稳定性差，容易过拟合，同时每个叶节点的输出部分均为定值，难以动态的模拟真实数据的变化规律。支持向量机具有较好的鲁棒性，能够通过求解最小结构化风险来提高模型泛化能力，但是算法复杂度高，面对高维数据算法建模效率低下。结合支持向量机提出一种增强CART回归算法，最主要的改进是在每个叶节点的输出部分使用支持向量机建模。试验结果表明，与主流瓦斯