在黑岱沟露天煤矿的生产工艺环节中,台阶爆破作为其中重要的生产环节之一,爆破效果的好坏直接影响到整个生产系统的正常运行。该矿岩石主要以软岩为主,大多数岩石台阶爆破都使用相同的爆破参数,因此爆破的效果并不理想。根据这种情况,对其台阶爆破参数进行合理优化,并依据不同的地质结构、岩石性质,来对不同爆区进行划分,提出最合理的爆破参数方案。本文以爆破效果为依据,为了减少爆破施工的成本,增加爆破施工的效率,减少矿山的开采成本,合理的优化台阶爆破参数,应用普式系数法以及岩体波阻抗根据矿区岩层岩石的各物理力学性质对矿区岩石进行了可爆性分级,并通过对模糊数学综合评价法的研究,分析了影响露天矿台阶爆破效果的权重,并确定了影响台阶爆破效果的权重。根据影响台阶爆破效果的因素,收集矿山以往的爆破参数和岩石的力学性能,把得到的数据信息收集汇总作为BP神经网络爆破优化模型的初始数据。建立了面向MATLAB语言的爆破参数与爆破效果之间的BP神经网络预测模型,并使用遗传算法对建立的神经网络进行优化,确定网络节点之间初始的权重和阈值。根据已测出的各力学性质,最后选择超深(m)、炸药单耗(g/m~3)、底盘抵抗线(m)、堵塞长度(m)、孔距(m)和排距(m)作为模型的输入参数,选取块度尺寸(≤20cm、≤40cm、≤60cm、≤80cm)和大块率(%)为输出参量,利用MATLAB软件建立反向BP神经网络进行训练,并将爆破参数进行优化。最后,对现场优化的台阶爆破参数进行试验,并根据实际情况进行了调整,最终确定了矿山各爆炸区域最合理的台阶爆破参数,并计算出该方法所节省的经济价值。通过对黑岱沟露天煤矿的矿区进行可爆性分级,利用BP神经网络来建立符合该矿山的爆破参数预测模型,针对不同的爆炸区域获得不同的参数,所建的模型合理,符合要求,可以有效提高该矿山的生产效率,降低开采成本,大大增加了该矿的经济效益。