1.一种冲击地压巷道防冲液压支架的大数据智能选型设计方法，其特征在于，包括以下步骤：步骤1：数据收集；

步骤2：基于神经网络模型，建立支架智能选型的训练样本；

步骤2.1：选择适用于液压支架选型的神经网络模型；所述神经网络模型选择MLP神经网络模型；

步骤2.2：定义神经网络模型的基本结构；

步骤2.2.1：确定输入层及其大小；

将冲击地压工作面回采巷道地质力学表征参数作为神经网络模型的输入层进行计算，表现为：式中， 表示神经网络第m个训练样本的输入层；Xm表示第m个训练样本的特征向量；

步骤2.2.2：确定中间层的层数；

设定神经网络模型共有L层，则中间层有L‑1层；

步骤2.2.3：确定每层中的神经元个数；

式中 为第l层神经元个数；No为输出层神经元个数；Ni为输入层神经元个数；M为样本数量；α为任意值变量，l≤L‑1；

步骤2.2.4：系统化构建中间层模型；

以冲击地压工作面回采巷道地质力学表征参数为起始，经过线性变换后，再由激活函数处理得到下一层的新数据，以此方式层层传递，最终反映出冲击地压巷道吸能防冲液压支架选型的关键参数，如下式所示：l l

式中，W表示神经网络第l层的权重矩阵；b表示神经网络第l层的偏置向量； 表示第m个训练样本经过神经网络第l‑1层的输出结果； 表示第m个训练样本在神经网络的第l‑1层经过线性变换后得到的结果； 为 中第 个分量； 表示 经过激活函数变换后得到的结果；

步骤2.2.5：设定神经网络模型的输出层配置：以冲击地压巷道吸能防冲液压支架选型的关键参数作为输出层，预测液压支架的初撑力、工作阻力以及支护强度，输出层的计算用以下公式表示：使用ReLU激活函数来获取冲击地压巷道吸能防冲液压支架选型的关键参数的预测值，具体公式如下：式中Fcm，Rwm，Sm分别表示预测的冲击地压巷道吸能防冲液压支架选型的关键参数值，即液压支架的初撑力，工作阻力以及支护强度；

步骤3：优化神经网络模型的参数配置；

步骤4：将已知的冲击地压工作面回采巷道地质力学表征参数，由步骤2‑步骤3训练得到的映射关系实现液压支架的智能化选型。

2.根据权利要求1所述的一种冲击地压巷道防冲液压支架的大数据智能选型设计方法，其特征在于，所述步骤1具体包括以下步骤：步骤1.1：建立冲击地压工作面回采巷道地质力学表征参数表格；

具体包括地质因素数据以及开采技术因素数据，其中地质因素数据包括以下数据：煤岩单轴抗压强度σc、煤岩冲击倾向性指数K、煤岩弹性模量E、内摩擦角 地应力均值P0、开采深度h0、同一水平煤层冲击地压发生历史n；开采技术因素数据包括以下数据：保护层的卸压程度P1、距上保护层开采遗留的煤柱的水平距离h1、工作面长度L0、区段煤柱宽度B、留底煤厚度T、向采空区掘进的巷道，即停掘位置与采空区的距离H2、向采空区推进的工作面，即停采线与采空区的距离H3；

步骤1.2：建立冲击地压巷道吸能防冲液压支架选型的关键参数表格；

具体包括以下数据：初撑力FC、工作阻力Rw、支护强度S；

步骤1.3：收集数据；

基于互联网的文献搜集与实地考察分析，搜集并分析M组冲击地压工作面回采巷道地质力学表征参数信息，以及冲击地压巷道吸能液压支架性能的关键参数信息。

3.根据权利要求1所述的一种冲击地压巷道防冲液压支架的大数据智能选型设计方法，其特征在于，所述步骤3具体包括以下步骤：步骤3.1：计算损失函数值；

选择均方差作为损失函数，计算公式为：

Zm＝[FC,Rw,S]

式中Loss为损失函数，Zm是实际值矩阵；

步骤3.2：计算梯度；

进行损失函数关于权重矩阵和偏置向量的梯度计算；

l

其中， 表示损失函数Loss对于第l层神经网络权重矩阵W的梯度， 表示损失函数lLoss对于第l层神经网络偏置向量b的梯度步骤3.3：迭代优化神经网络模型参数；

更新权重矩阵与偏置向量，计算公式为：

l

其中，t表示迭代次数，β表示修正系数，用于控制在更新第l层神经网络权重矩阵W 与第ll层神经网络偏置向量b过程中的步长大小；

对权重矩阵与偏置向量进行重复更新，每次更新t＝t+1，直至停止迭代的条件为：式中， 表示 的无穷范数； 表示 的无穷范数；ε1、ε2表示设定的阈值。

4.根据权利要求1所述的一种冲击地压巷道防冲液压支架的大数据智能选型设计方法，其特征在于，所述步骤4具体包括以下步骤：步骤4.1：实时数据收集；

借助动态数据监测系统，实时收集表1.1中的冲击地压工作面回采巷道地质力学表征参数，用符号表示为：式中 中的上标0表示为实时收集的对应

冲击地压工作面回采巷道地质力学表征参数；

步骤4.2：使用神经网络模型进行液压支架性能预测；

将步骤4.1收集的数据输入到步骤3训练完的神经网络模型中，训练完的神经网络模型输出预测的冲击地压巷道吸能防冲液压支架选型的关键参数 输出值 用于指导液压支架的智能化选型。