影响煤巷围岩稳定性的因素有很多,而且这些因素与煤巷围岩稳定性之间呈现出一种非常复杂的非线性关系,人们在判定围岩稳定性的问题上探索了很多方法,如模糊聚类方法、灰色系统理论方法等。 人工神经网络理论的出现为人们研究围岩稳定性问题提供了新的理论方法。人工神经网络是基于对人脑组织结构、活动机制的初步认识提出的一种新型信息处理体系,对外界输入样本具有很强的识别与分类能力,可以很好地解决对非线性曲面的逼近。 本文在研究过程中详细调查了兖州矿区煤巷围岩相关数据,对影响煤巷围岩的诸多因素一一作了分析,从中选取出了对煤巷围岩稳定性影响比较大的因素,在此基础上构建了BP神经网络模型,对煤巷围岩稳定性进行分类识别,并且针对传统BP神经网络模型的训练速度慢、容易出现训练过度等作了改进,提高了模型的训练速度和泛化能力,实现了对兖州矿区煤巷围岩稳定性的科学分类,为科学、经济、有效地进行煤巷锚干支护设计提供了理论依据,最后本系统采用结构化与面向对象相结合的分析设计方法,设计出了一整套用于神经网络训练、巷道分类、锚杆支护设计和数据库管理的软件系统,很好地解决了科学研究成果服务于现场应用的问题。