冲击地压是一种由于采矿、掘进等工程活动诱发的地震，它是威胁煤矿安全生产的一大隐患。由于地质构造、地质运动及所受各种采矿活动扰动的复杂性，使得冲击地压的预测成为一个比较困难的问题。理论研究表明，冲击地压实质为一种矿山岩体的动力现象，是矿山开采带来的一种动力学灾害。 本文从冲击地压的机理出发，将神经网络与遗传算法技术与冲击地压危险性预测预报结合起来，为冲击地压与人工智能高新技术的结合奠定了基础，也进一步拓宽了神经网络技术的应用领域;考虑冲击地的综合影响因素及其动力学特点，对神经网络的传统算法进行了研究及改良，以达到更好的建网和训练的目的。用MATLAB可视化工具(GUI控件等)设计出友好的用户界面，内嵌基于导数优化和基于非导数优化的共12算法，将各种功能(现有预测方法介绍、系统基于导数优化与基于非导数优化的各种算法下的训练、误差大小、误差曲线、数据的输入与输出)在其上实现，方便预测的进行。并用原始数据表，将系统预测结果与实际测得到的数据相对照，进行了神经网络方法的可用性验证，结果表明：该系统可以快速、高效地构建BP神经网络，其预测性能也较好，基本上与实际相吻合，可以用来预测冲击地压。