一种基于深度学习和神经网络的隧道光面爆破设计参数智能优化方法

本发明为一种基于深度学习和神经网络的隧道光面爆破设计参数优化方法，属于隧道爆破施工技术领域，解决目前对隧道爆破设计参数的优化设计问题，本发明的步骤包括：将处理后的图像数据载入SP‑Yolov8模型和Yolov8‑seg模型中，对应输出主结构面倾角类别和主结构面区域，提取主结构面信息得到主结构面位置，将爆破设计参数、完整性系数、单轴抗压强度、主结构面倾角类别、主结构面位置输入DBN模型中，输出最大线性超挖预测值，比较最大线性超挖预测值与限值的关系，输出最终爆破设计参数。本发明的方法能够快速且准确地获得最终爆破设计参数，具有提取特征信息准确，高鲁棒性、收敛速度快等优点。