براي تعيين خرج ويژه در انفجار روابط مختلفي موجود است كه در ضمن طراحي انفجار از آنها استفاده مي شود . ولي با توجه به متغير بودن شرايط كار اغلب نوساناتي دارد كه با انجام چند انفجار آزمايشي شرايط سازگار و مقدار خرج ويژه را تخمين مي زنند . به همين منظور با استفاده از داده هاي تجربي بدست آمده و با شبكه هاي عصبي اين امكان ر ا فراهم آورديم كه با توجه به شرايط موجود و تعيين پارامترهاي موثر و در دسترس، خرج ويژه را پيش بيني كنيم . در اين مقاله كاربرد شبكه هاي عصبي براي پيش بيني خرج ويژه براساس يكسري پارامترهاي ورودي نشان داده شده است . ورودي ها شامل ، پارامترهاي زمين شناسي (شيب، امتداد، فاصله داري ، بازشدگي و گسترش ناپيوستگي ، جهت داري تونل، مقاومت سنگ ،RQD (RMR و خروجي خرج ويژه مي باشد . داده هاي مورد استفاده ازيك تونل در كره جنوبي جمع آوري شده و از شبكه عصبي چند لايه پيشخور با يك لايه ورودي، سه لايه پنهان، يك لايه خروجي، الگوريتم آموزش پس انتشار و تا بع سيگموييد به عنوان تابع تحريك استفاده شده است . مقدار واقعي خرج ويژه 0/94 و مقدار پيش بيني شده با شبكه عصبي 0/9627 كيلوگرم بر مترمكعب شد كه با محاسبه خطا، خطاي بين مقدار واقعي و پيش بيني شده 2/41 درصد تعيين شد.

كلمات كليدي:

خرج ويژه، شبكه هاي عصبي