岩爆倾向性预测是防治岩爆灾害的基础。根据预测结果及时进行岩石工程反馈设计并采取安全防治措施,对于深部硬岩开采和高应力地下工程的建设具有重要的理论意义与应用价值。论文针对岩爆倾向性预测方法的发展趋势及现存的局限性,结合国家“十五”重点攻关项目“复杂难采深部铜矿床安全高效开采关键技术研究”之子项目—冬瓜山高应力开采岩爆预测预报研究,应用岩石工程系统理论和相关的数据挖掘技术,对深部硬岩岩爆倾向性动态预测模型及其应用价值展开了以下主要研究: (1) 建立了岩爆倾向性动态预测的概念,从系统分析与系统控制的研究思路出发,提出了基于先验信息和数据挖掘技术的岩爆倾向性动态预测研究方法并给出了其实现流程。 (2) 引入岩石工程系统理论方法构建工程岩爆倾向性的动态预测模型。以客观存在或易于量测的工程地质因素、工程环境因素和开挖因素作为系统输入参数,通过构造交互作用矩阵列举岩爆倾向性的影响因素并研究其交互作用的机理,既可以实现深部硬岩岩爆倾向性的动态预测,又能够分析各因素的相对作用强度大小,进而确定岩爆启动的主控因素。 (3) 研究了基于改进BP神经网络的岩爆动态预测模型实现方法。在深入研究BP神经网络算法原理及神经网络参数分析原理的基础上,对整体相对作用矩阵的计算式进行改进,提出了(整体)相对作用强度的统一计算式(G)RSE;采用异变换函数法、动量法和自适应调整学习率等综合方法对典型BP网络进行改进,并应用于预测模型的交互作用矩阵编码,丰富了岩石工程系统理论的编码方式;推导了基于改进BP神经网络的(整体)相对作用强度(G)RSE的算法流程。 (4) 以岩爆倾向性的主要影响因素作为输入层,岩爆倾向性作为输出层,构建三层改进算法的BP神经网络模型,对深部VCR法采场和冬瓜山深部巷道的岩爆倾向性进行预测和检验,同时,在选定样本范围内,分别对这两种情况下各因素的交互作用机理进行研究,确定了其相对作用大小、时空变异特性以及岩爆启动的主控影响因素。 (5) 应用模糊数学和模糊信息优化的相关理论和方法,构造了一种新的岩爆倾向性动态预测模型,即模糊神经网络预测模型,变传统神经网络的点-点映射关系为集合-集合的映射关系,变典型的黑箱学习方式为被人容易接受的“IF-THEN”表达方法,同时充分利用模糊理论与神经网络融合于一体的强大优势,较好地解决了复杂条件下岩爆倾向性动态预测可能存在的矛盾样本点带来的网络不收敛、小样本情况下的信息不足以及知识表达困难的问题,拓展了岩爆倾向性动态预测模型的应用范围。 (6) 结合实例,研究了深部采场岩爆倾向性模糊神经网络预测模型的关键环节实现方法。在缺少或无法得到更详细资料的情况下,采用模糊C均值聚类和减法聚类相结合的分析方法对先验信息进行数据处理,根据函数隶属程度的大小和聚类样本的特性对