一种基于深度学习和深层神经网络的爆破设计参数优化方法及系统

本发明公开了一种基于深度学习和深层神经网络的爆破设计参数优化方法及系统，属于工程爆破安全技术领域，以解决如何提高爆破设计参数优化的精度与效率的问题，其具体步骤包括：步骤1：将隧道掌子面图像载入SP‑YOLOv8模型和SPM‑YOLOv8‑seg模型，分别获得主结构面倾角类别和主结构面区域；步骤2：将主结构面局域输入主结构面信息提取方法中，得到主结构面位置；步骤3：将爆破设计参数、围岩质量参数、主结构面倾角类别和主结构面位置输入到CIPSO‑DBN模型中，输出最大线性超挖预测值；步骤4：若最大线性超挖预测值高于限值，修改爆破设计参数，返回步骤3重新进行预测，直至最大线性超挖预测值满足限值要求，输出爆破设计参数。