目前的预裂爆破成缝理论及成缝模型还不够完善，不能较好的解释岩石预裂爆破成缝过程。工程实践中多采用经验公式来设计和指导施工，由于岩石预裂爆破成缝过程受岩石性质、地质条件、装药量、孔间距等多种因素的制约，很难用一个精确的公式来表达各因素之间的关系，故造成岩石预裂爆破成缝不理想，经验公式很难推广。 神经网络作为一种智能技术，已经在模式识别、认知科学、人工智能和最优化问题等领域中得到了较好的应用。近几年，爆破界学者把人工神经网络运用在预测爆破效果及爆破振动峰值上取得了较好的效果。 运用人工神经网络综合考虑影响岩石预裂爆破成缝的因素，建立运算模型智能系统，可克服目前预裂爆破成缝理论、成缝模型、经验公式的不足，对实际工程的设计与指导，具有很大的现实意义 本文以岩石预裂爆破成缝作为研究对象，对矿岩的预裂成缝机理及其参数设计进行了研究。首先分析了岩石成缝的理论、机理和减震作用，研究了裂纹的起裂、扩展和止裂；分析了各种因素对岩石预裂爆破成缝的影响，确定了矿岩强度、孔径、炸药类型和裂隙发育程度作为主要影响因素；并研究了BP神经网络工作原理、结构和缺陷，把改进的BP神经网络运用在岩石预裂爆破参数设计中，建立以矿岩强度、孔径、炸药类型和裂隙发育程度为主要影响指标的BP神经网络的预裂爆破参数设计识别模型；运用MATLAB 6.5语言开发了爆破参数设计的智能系统，实现了预裂爆破参数设计的自动化，用工程实例验证系统模块的功能。 应用人工神经网络技术实现了爆破参数的设计。该方法实际上是一种智能化的非线性类比。它具有工程类比法的特点，又消除了人为判断的干扰。因而，设计更为可靠。