针对现有基于时间序列的瓦斯浓度预测方法存在算法复杂、预测步长较短等问题，根据瓦斯浓度历史监测数据的随机性与时序性，提出了一种基于ARIMA+GARCH组合模型的综采工作面瓦斯数据时间序列预测方法。首先建立ARIMA预测模型，对瓦斯浓度数据进行平稳化处理，并确定模型的参数估计；然后在预测模型的可靠性通过检验后，针对ARIMA模型在预测过程中存在的均值回归问题，采用GARCH模型模拟ARIMA产生的拟合残差，并将模拟出的结果作为ARIMA模型中预测的噪声项，以此优化预测结果。测试结果表明，基于ARI