1.一种岩体失稳阶段的预测方法，其特征在于，所述方法包括：获取岩体的声发射信号；

从获取到的声发射信号中提取特征参数；

依据所述特征参数和预设的BP神经网络模型，预测岩体的失稳阶段；所述预设的BP神经网络模型通过岩体失稳不同阶段的声发射信号的特征参数对BP神经网络和遗传算法进行训练后得到；

所述预设的BP神经网络模型训练过程为：

获取岩体失稳不同阶段的声发射信号并从中提取岩体失稳不同阶段的声发射信号的特征参数；

将提取到的岩体失稳不同阶段的声发射信号的所有特征参数分为训练集和测试集；

依据所述训练集和遗传算法对BP神经网络进行训练，得到初始的BP神经网络模型；

依据测试集对所述初始的BP神经网络模型进行验证，得到所述预设的BP神经网络模型；

所述得到初始的BP神经网络模型的具体过程包括：依据所述训练集中的特征参数的类别和岩体的失稳阶段确定BP神经网络的输入层和输出层节点个数；

依据试凑法确定BP神经网络的隐含层节点个数；

初始化BP神经网络的权值和阈值；

通过所述遗传算法优化BP神经网络的权值和阈值；

依据所述训练集中的特征参数和对应的岩体失稳阶段对BP神经网络进行训练，获取BP神经网络的预测输出值与期望输出值的误差，通过反向传播更新BP神经网络的权值和阈值，直至预测输出值与期望输出值的误差小于第一设定值，得到所述初始的BP神经网络模型；

通过所述遗传算法优化BP神经网络的权值和阈值的具体过程包括：设置种群参数，所述种群参数包括种群规模、进化次数、交叉概率及变异概率；

对BP神经网络的参数进行实数编码为染色体，所述参数包括BP神经网络的权值和阈值，染色体的长度为 ，其中，L为染色体长度，n为输入层节点个数，m为输出层节点个数，s为隐含层节点个数；

计算个体的适应度，依据个体的适应度从当前种群中选择最优个体，执行交叉、变异操作，直至种群中每一个个体的适应度值均大于预设阈值，得到最佳的权值和阈值，以得到的最佳的权值和阈值更新BP神经网络的初始权值和阈值。

2.根据权利要求1所述的岩体失稳阶段的预测方法，其特征在于，所述预设的BP神经网络模型为单输入、单输出的结构。

3.根据权利要求1所述的岩体失稳阶段的预测方法，其特征在于，所述岩体失稳不同阶段的声发射信号的特征参数为振铃计数或能量计数。

4.根据权利要求1所述的岩体失稳阶段的预测方法，其特征在于，所述个体的适应度与所述初始的BP神经网络模型的预测输出值与期望输出值的误差成反比。

5.一种岩体失稳阶段的预测装置，其特征在于，包括：数据获取单元，被配置为获取岩体的声发射信号；

特征提取单元，被配置为从获取到的声发射信号中提取特征参数；

预测单元，被配置为依据所述特征参数和预设的BP神经网络模型，预测岩体的失稳阶段；所述预设的BP神经网络模型通过岩体失稳不同阶段的声发射信号的特征参数对BP神经网络和遗传算法进行训练后得到；

所述预设的BP神经网络模型训练过程为：

获取岩体失稳不同阶段的声发射信号并从中提取岩体失稳不同阶段的声发射信号的特征参数；

将提取到的岩体失稳不同阶段的声发射信号的所有特征参数分为训练集和测试集；

依据所述训练集和遗传算法对BP神经网络进行训练，得到初始的BP神经网络模型；

依据测试集对所述初始的BP神经网络模型进行验证，得到所述预设的BP神经网络模型；

所述得到初始的BP神经网络模型的具体过程包括：依据所述训练集中的特征参数的类别和岩体的失稳阶段确定BP神经网络的输入层和输出层节点个数；

依据试凑法确定BP神经网络的隐含层节点个数；

初始化BP神经网络的权值和阈值；

通过所述遗传算法优化BP神经网络的权值和阈值；

依据所述训练集中的特征参数和对应的岩体失稳阶段对BP神经网络进行训练，获取BP神经网络的预测输出值与期望输出值的误差，通过反向传播更新BP神经网络的权值和阈值，直至预测输出值与期望输出值的误差小于第一设定值，得到所述初始的BP神经网络模型；

通过所述遗传算法优化BP神经网络的权值和阈值的具体过程包括：设置种群参数，所述种群参数包括种群规模、进化次数、交叉概率及变异概率；

对BP神经网络的参数进行实数编码为染色体，所述参数包括BP神经网络的权值和阈值，染色体的长度为 ，其中，L为染色体长度，n为输入层节点个数，m为输出层节点个数，s为隐含层节点个数；

计算个体的适应度，依据个体的适应度从当前种群中选择最优个体，执行交叉、变异操作，直至种群中每一个个体的适应度值均大于预设阈值，得到最佳的权值和阈值，以得到的最佳的权值和阈值更新BP神经网络的初始权值和阈值。

6.一种岩体失稳阶段的预测系统，其特征在于，包括：连接于网络的声发射传感器；以及

连接于所述网络的如权利要求5所述的装置，所述装置的数据获取单元通过网络获取所述声发射传感器采集的岩体的声发射信号。

7.一种计算机可读存储介质，其特征在于，所述可读存储介质上存储有指令，当其在计算机上运行时，使得计算机执行如权利要求1 4中任意一项所述的岩体失稳阶段的预测方~法。