巷道支护是煤矿生产的重要环节之一,稳定的围岩和通畅的巷道是保障煤矿安全生产的关键。随着煤矿规模和开采强度的提高,出现了很多复杂地质条件的巷道,这些对巷道的锚固技术提出了更加严格的要求。众所周知,可靠、安全且经济的巷道支护方案是实现高效生产的必要条件,合理的支护方案能够有效保证巷道的稳定和安全,不合理的支护方案不仅有可能造成支护材料的浪费,也有可能导致巷道的垮塌事故。因此,为了保证设计方案的科学性和准确性,将优化设计引入锚固网络结构设计是十分必要的,为了保证巷道的安全性和经济性,将支护质量和支护成本作为设计的两个优化目标。由于支护参数和支护质量之间存在高度非线性关系,直接调用模拟软件进行优化设计会消耗大量的计算时间和资源。本文采用代理模型技术替代耗时且昂贵的仿真模拟软件,对支护方案的质量进行评价,能够有效解决上述问题。本文的主要研究内容如下:首先,在分析了经典的批量学习代理模型构建方法的基础上,本文采用宽度学习作为支护质量代理模型的构建方法。宽度学习方法是一种基于增量学习思想的代理模型训练方法,先构造一个精度较低的模型,然后通过新增样本点的加入,增加模型网络中特征节点和增强节点的数量进行代理模型的更新。在更新过程中,只需要对新增加的样本点进行学习,而不需要调用所有的样本点进行重新训练。这种方法不仅能够有效减少代理模型的更新时间,还避免了代理模型中各种参数的优化问题。其次,在代理模型的管理中,加点准则是代理模型更新方法的核心。针对现有的单一加点准则和复合加点准则的局限性,本文提出了一种组合加点准则,并将其应用于支护质量代理模型的更新中。初期在未探索区域内选择新增样本点,旨在提高代理模型的全局精度,改善设计空间内样本点的分布。后期在设计人员偏好区域内选择新增样本点,提高代理模型在设计人员偏好区域内的局部精度。通过与单一加点准则和复合加点准则的对比实验,结果验证了本文所提组合加点准则的可行性以及优越性。最后,本文验证了基于宽度学习的支护质量代理模型在锚固网络结构设计中的具体应用,在此基础上提出了一套完整的锚固网络结构设计流程,包括煤矿巷道围岩性状的评估、锚固网络结构的初始设计、井下监测数据的反馈以及锚固网络结构初始结构设计的修正方法。通过对煤矿井下实时反馈信息的分析进行支护质量代理模型的更新,以此实现基于代理模型的动态化和信息化的锚固网络结构设计。