江西煤炭科技2023年第1期摘要：巷道围岩稳定性是煤矿安全生产的关键，准确的巷道围岩分级是围岩控制的基础。本文采用BP人工神经网络，设计训练得到一种巷道围岩分级模型，用以自动识别巷道围岩稳定性。根据工程实践中巷道的围岩稳定性分析案例，考虑巷道围岩的相关地质力学参数，通过Python构建改进的BP神经网络模型，对样本进行学习并将预测结果与实际相拟合。研究表明，构建围岩分级模型能够较为准确地对巷道围岩稳定性类别进行有效判断。关键词：巷道；围岩稳定性；神经网络；机器学习；围岩分级中图分类号：TD679；TD322+.4文献标识码：B文章编号：1006-2572（2023）01-0010-03DiscussiononSurroundingRockClassificationModelBasedonMachineLearningandRoadwayConstructionWangZeng(NanjingDesignandResearchInstituteCo.,Ltd.,ChinaCoalScienceandEngineeringGroup,Nanjing,Jiangsu210031)Abstract:Thestabilityofroadwaysurroundingrockisthekeytocoalminesafetyproduction,andaccurateclassificationofroadwaysurroundingrockisthebasisofsurroundingrockcontrol.Inthispaper,BPartificialneuralnetworkisusedtodesignandtrainaroadwaysurroundingrockclassificationmodeltoautomaticallyidentifythestabilityofroadwaysurroundingrock.Basedonthestabilityanalysiscaseofthesurroundingrockofthetunnelinengineeringpractice,andtherelevantgeomechanicalparametersofthesurroundingrockofthetunnel,animprovedBPneuralnetworkmodelisbuiltthroughPythontolearnthesamplesandfitthepredictionresultswiththeactualsituation,whoseresearchshowsthatthesurroundingrockclassificationmodelcanaccuratelyjudgethestabilitycategoryofroadwaysurroundingrock.Keywords:roadway;stabilityofsurroundingrock;neuralnetwork;machinelearning;surroundingrockclassification基于机器学习与构建井巷围岩分级模型初探王增（中煤科工集团南京设计研究院有限公司，江苏南京210031）巷道围岩稳定性是矿井安全生产的关键技术难题，它决定支护方案及参数的安全性和准确性。巷道围岩稳定性影响因素繁多，且围岩稳定性分级与影响巷道围岩稳定性的各变量关系为非线性，难以用准确的数学公式直接表达［1-2］。支护数据基本依赖长期工程经验，其稳定性分级更是缺乏可靠的理论支撑和准确性。对于此类问题，人工神经网络利用大数据平台模拟人脑神经结构进行数学...
