应用自适应神经模糊推理系统(ANFIS)研究采矿工程中巷道和采场失稳、露天矿边坡滑坡、开采地面沉陷以及导水裂隙扩展淹井这四大岩土工程灾害时所遇到的最大难题是,ANFIS的训练参数和模型结构的确定具有人为性、随意性和无规则性,这使得它的收敛需要经过长时间的反复调试才可能实现,而且难以收敛到所要求的精度。针对这些问题,本文首次采用正交试验设计法和模式搜索算法研究了ANFIS的训练参数和模型结构的优化方法,提出和建立了基于模式搜索算法的自适应神经模糊推理方法(PSA-ANFIS),并进一步采用这一方法研究了采矿工程中上述四大岩土工程灾害的预测问题,取得了如下研究成果:(1)采用一多峰函数进行离散,构建了训练数据对、检测数据对和预测数据对,首次采用正交试验设计法、模式搜索算法和自适应神经模糊推理系统,建立了PSA-ANFIS方法。(2)采用同一多峰函数,对ANFIS和PSA-ANFIS进行了比较研究,结果表明,无论是在拟合精度和预测精度上,还是在训练参数的调整、模型结构的建立和训练过程上,PSA-ANFIS均优于ANFIS。(3)采用一标准弹塑性问题进行解析计算,构建了训练数据对、检测数据对和预测数据对,采用正交试验设计法、模式搜索算法和自适应神经模糊推理系统,建立了围岩力学参数位移反分析的PSA-ANFIS方法,并将其应用于湘西金矿老采区围岩力学参数的反演,进而采用反演结果建立数值计算模型,对采场围岩的变形进行了模拟计算,与此同时,还对采场围岩的变形进行了监测,结果表明,模拟计算结果与监测结果吻合较好,从而验证了这种围岩力学参数位移反分析新方法的工程适用性。(4)搜集了大量圆弧滑动边坡工程实例,构建了训练数据对、检测数据对和预测数据对,采用正交试验设计法、模式搜索算法和自适应神经模糊推理系统,建立了圆弧滑动边坡稳定性预测的PSA-ANFIS方法,并将这一方法应用于前河露天矿1号滑坡的稳定性预测,预测结果与边坡的实际稳定状态吻合良好。(5)搜集了大量开采地面沉陷工程实例,构建了训练数据对、检测数据对和预测数据对,采用正交试验设计法、模式搜索算法和自适应神经模糊推理系统,建立了开采地面沉陷预测的PSA-ANFIS方法,并采用这一方法,对新汶矿业集团翟镇煤矿一采区西翼二层煤采区地面沉陷进行了预测,预测结果与实测结果吻合良好。(6)搜集了大量导水裂隙带发育高度工程实例,构建了训练数据对、检测数据对和预测数据对,采用正交试验设计法、模式搜索算法和自适应神经模糊推理系统,建立了导水裂隙带发育高度预测的PSA-ANFIS方法,并应用这一方法对水口山矿务局康家湾铅锌金矿水体下Ⅲ-1采场的导水裂隙带发育高度进行了预测,同时还对其进行了实测,结果表明,预测结果与实测结果吻合较好。进而根据预测结果,为Ⅲ-1采场设计了上向水平分层胶结充填采矿法,且已实现了采场的安全回采,取得了巨大的经济效益和社会效益。研究ANFIS的训练参数和模型结构的优化方法,是人工智能领域的一个前沿研究课题。本文率先采用正交试验设计法和模式搜索算法实现了对ANFIS的训练参数和模型结构的优化,建立了基于模式搜索算法的自适应神经模糊推理方法,丰富和发展了ANFIS的理论和方法。不仅如此,本文还将这一方法应用于采矿工程中四大灾害预测问题的研究,丰富和发展了它们的研究方法和预测理论。