岩体中的爆破引发的安全问题是工程爆破中一个主要关心的问题。准确的预测节理岩体中爆炸应力波的传播是一个重要的研究课题,这有助于解决岩体动力学和防护工程的问题。现有文献表明,当前爆炸应力波透射系数的预测模型在岩体工程中应用时很复杂,存在很多不便之处。因而,本文提出基于优化的权衰减法建立神经网络模型来预测爆炸应力波的传播。由于权衰减法存在一些缺点,使得其建立的神经网络模型的性能较差,从而影响爆炸应力波的预测,为此,本文应用粒子群算法来优化权衰减法,以弥补权衰减法的缺点和不足,优化方法主要有两种:一是应用粒子群算法训练权值和选择正则化项系数;另一个是利用粒子群算法训练权值而采用经验法选取正则化项系数。对于优化方法的有效性,本文将基于权衰减法及其两种优化方法分别建立神经网络模型,并通过一系列的数值实验,在收敛性能与测试结果两个方面客观的评价各种神经网络模型,以此说明优化方法的优劣。在数值实验方面,本文选择MATLAB语言作为实验环境,使用现有的关于爆炸应力波透射系数预测模型中的数据作为本文的实验数据。实验的过程主要包括:数据处理、网络结构的确定、相关参数的设定等。通过对实验结果的分析与比较,可以发现优化后的权衰减法所建立的神经网络模型无论在收敛性能上还是在测试精度上都有所提高。另外,本文还分析了神经网络模型用于预测爆炸应力波的可靠性。最后,采用公开报道的小型现场爆破试验的数据验证神经网络模型在实际工程中对爆炸应力波的预测效果。经过相关分析后,发现神经网络模型对爆炸应力波传播的预测具有可行性。