پرتاب سنگ به عنوان یکی از مشکلات اساسی در عملیات آتشباری معادن روباز شناخته می شود. این پدیده می تواند ایمنی پرسنل معدن، تجهیزات و ساختمان های اطراف محدوده ی معدن را مورد تهدید قرار دهد. یکی از راه های کاهش خطرات حوادث ناشی از پرتاب سنگ، پیش بینی دقیق آن است که می توان محدوده ایمن را شناسایی کرد و همچنین با طراحی مناسب الگوی انفجار میزان پرتاب سنگ را تا حدود زیادی می توان کاهش داد. برای این منظور در این مقاله با انتخاب پارامترهای مؤثر بر پرتاب سنگ از قبیل قطر چال، ضخامت بار سنگ، طول گل گذاری، خرج ویژه و میزان خرج در تأخیر، با استفاده از رگرسیون چندمتغیره خطی و همچنین الگوریتم های هوشمند مصنوعی از قبیل سیستم استنتاج عصبی فازی تطبیقی (ANFIS) و ترکیب انفیس با الگوریتم ژنتیک (ANFIS-GA) و الگوریتم تکامل تفاضلی (ANFIS-DE) میزان پرتاب سنگ در معدن مس سونگون پیش بینی شده است. نتایج نشان داد که الگوریتم های هوشمند از توانایی بهتری نسبت به روش رگرسیون خطی برخوردار هستند و در نهایت روش ترکیبی ANFIS - GA بهترین عملکرد را برای پیش بینی پرتاب سنگ نشان داد.
