采空区动态变化特征决定了煤自燃极限参数与其影响因素之间的复杂性。为了实现煤自燃极限参数精准预测，引入灰色综合关联度分析方法，定量分析了上限漏风强度与其影响因素之间的关联程度，并基于此建立了改进粒子群优化算法（IPSO）优化支持向量回归（SVR）参数的煤自燃极限参数预测模型；以上限漏风强度为例，分别建立了标准PSO-SVR模型和多元线性回归模型（MLR），进行上限漏风强度预测并与已有的变步长网格搜索优化SVR参数方法和神经网络对比。结果表明：浮煤厚度与上限漏风强度的灰色综合关联度最大，氧体积分数与煤温次之，放热强度与采空区距工作面距离最小；煤自燃极限参数与其影响因素之间非线性关系较线性关系更显著；SVR相比于神经网络方法具有更强的非线性处理能力；IPSO-SVR模型预测值与真实值之间的相对误差在2.6%以内，其预测精度明显优于其他4种模型，IPSO参数优化对提高SVR模型的预测精度有很大帮助，IPSO-SVR方法应用于煤自燃极限参数预测是有效的。