爆破所引起的地表振动是采矿作业和土木工程项目中一种严重的不良环境影响,地表振动不仅会对附近的建(构)筑物造成损害,还可能引起矿山边坡的失稳以致影响矿山的整体经济效益,因此,预测和控制爆破振动在采矿作业中是十分重要的。本文采用人工神经网络方法对爆破所引起的地表振动进行评价和预测。结合某露天石灰石矿山爆破实际,搜集34组爆破振动数据,分别用神经网络法和经验公式法对其进行预测。取得的主要成果如下:(1)神经网络模型中的网络通过梯度下降反向传播算法进行训练,结果表明结构为7-8-2的三层正向输送的BP神经网络被认为是最佳的。(2)经验公式法分别使用Sardolfski’s和Ambrasey-Hendron预测公式进行预测,将人工神经网络和经验公式预测得到的峰值振速与现场实测峰值振速进行比较。结果表明,爆破振动受多种因素共同影响,简单运用现场常数k、α和β对振速进行预测是不准确的,此外经验公式法有一定的局限性,没有对重要参数频率的预测进行设定。(3)人工神经网络预测模型可很好地预测爆破最大峰值振速和频率,所有分量的相关系数r都达到0.9以上,而均方差(MSE)则均小于0.1。敏感性分析结果表明,爆心距是影响爆破振动最大峰值振速和频率最主要因素。