随着大型岩石地下工程向深部开发，高应力条件下的岩爆问题日益突出，相应地，岩爆预测研究成为岩石工程亟待解决的具有挑战性的前沿课题。针对岩爆形成的复杂性和不确定性，单一岩爆判据无法满足工程需要的特点，以及岩爆预测工作的迫切要求，本文以岩爆机理的研究成果和岩爆工程实例分析为基础，明确影响岩爆发生的主要因素，将岩爆机理、智能预测方法、岩爆防治措施三者有机地结合起来，建立地下工程岩爆综合预测集成智能系统，为岩爆预测预报与岩爆防治措施的实施提供理论依据。 本文从系统科学的思想出发，应用人工智能、神经网络、专家系统等前沿科学理论，采用基于“学习”和“模型”结合的智能方法，将逻辑推理、直觉联想、创造性思维有机结合，系统地研究岩爆预测的智能问题。本文的工作主要围绕岩爆机理研究、非线性智能预测研究和专家系统研究三方面进行。在岩爆的机理研究方面，结合传统的理论方法，收集整理国内外众多岩爆实例，对岩爆的发生特点和成因对比分析，采用统计分析与数据挖掘技术相结合的方法，构建岩爆的数据挖掘模型，从定性到定量对影响岩爆的多个指标进行统计分析，然后利用量化关联规则的数据挖掘技术对各个指标进行综合分析，挖掘出岩爆实例数据样本内的潜在的规则和综合判据；在岩爆的非线性智能预测方面，利用基于AdaBoost的集成学习方法，集成多个神经网络，进行样本的学习训练，构建出具有良好性能的岩爆智能预测模型；在专家系统研究方面，构建基于地质信息的岩爆预测专家知识库，采用启发式正向推理的方式，对实际工程进行岩爆的超前预报，最后，利用松耦合的集成方式将以上三个模块有机地结合成为一个岩爆综合预测集成智能系统。在Windows操作系统下采用面向对象编程语言Visual C++6.0及自带MFCDAO数据库进行编程完成集成系统软件的编写。在工程应用阶段，将该系统应用于高应力条件下的拉西瓦地下厂房和锦屏二级水电站引水隧洞群两个大型岩石地下工程的岩爆预测中，进行了验证并取得良好的效果。