عملیات انفجار در معادن روباز با مخاطرات زیادی همراه است. یکی از مهمترین این مخاطرات پرتاب سنگ می باشد که عامل بسیاری از حوادث جانی و غیر جانی است. از این رو پیش بینی پرتاب سنگ برای تعیین محدوده ی ایمنی بسیار با اهمیت می باشد. تاکنون روش های تجربی بسیاری برای این منظور ارائه شده است که چندان دقیق نیستند. روش های مبتنی بر رگرسیون و نیز روش های هوش مصنوعی ابزارهای دقیق تری برای ارائه ی مدل های پیش بینی هستند. الگوریتم تجمع ذرات یکی از روش های مبتنی بر خرد جمعی می باشد که از حرکت جمعی پرندگان برای جستجوی غذا الهام گرفته شده است. در این تحقیق ابتدا علل و مکانیزم پرتاب سنگ بررسی شده و در ادامه چند روش تجربی برای پیش بینی پرتاب سنگ معرفی شده است. پس از تحلیل داده های برداشت شده از معدن سنگ آهن گل گهر و انتخاب پارامترهای موثر، چندین مدل آماری مبتنی بر رگرسیون چند متغیره ی خطی و غیر خطی ساخته شد و در نهایت مدل های غیر خطی ساخته شده، در الگوریتم pso نیز مجدداً پیاده سازی شدند. تابع نمایی با ضریب تعیین 79/0 برای روش رگرسیون و 8/0 برای روش pso نتایج بهتری نسبت به سایر توابع ارایه کرد. به طورکلی نتایج هردو روش یا با هم مشابه بود و یا pso نتایج بهتری داشت.