选择若干矿井巷道22砂浆锚杆支护的成功实例作为学习样本，将影响锚杆支护的因素作为输入变量、支护形式和支护参数作为输出变量代入神经网络模型，通过特定的学习算法对样本进行学习，经过网络内部自适应算法不断修正网络连接权值和阈值分布来减少尝试性误差以满足要求。22砂浆锚杆对压桩和封装有着怎样的施工工艺要求网络通过其连接权值和阈值的调整来记忆所学习过的样本并掌握输入变量和输出变量间的高度非线性关系，然后将巷道的输入变量代入网络，通过网络神经推理计算，与所求问题最接近的学习样本输出模式被回忆出来，从而得到巷道的锚杆支护要求。22砂浆锚杆有着国内独创的结构特点此项研究运用神经网络建立了矿山井下锚杆支护形式和支护参数设计模型，使支护形式、支护参数等与地质条件和开采技术条件间形成高度非线性映射，在较大程度上克服了以往锚杆支护设计方法的不足。http://www.lcswzjs.com/