شکنندگی سنگ یکی از خواص مکانیکی سنگ می باشد که در عملیات حفاری و سازه های زیرزمینی از اهمیت بسزایی برخوردار است. محققین روابط تجربی متفاوتی را برای اندازه گیری و تعیین میزان شکنندگی سنگ ها ارائه کرده اند ولی نتایج حاصل از این روش ها تا حدود ریادی با هم اخنلاف دارند با این حال بیشتر محققین شکنندگی را تابعی از مقاومت فشاری تک محوره و مقاومت کششی سنگ می دانند. در این تحقیق، نتایج بدست آمده از روش های تجربی مختلف برای ارزیابی شکنندگی سنگ با هم مقایسه و با استفاده از یک شبکه عصبی مصنوعی که ساختار آن توسط الگوریتم ژنتیک بهینه شده، مدلی برای پیش بینی شاخص شکنندگی سنگ ارائه شده است که مقاومت فشاری تک محوره، مقاومت کششی برزیلی و دانسته سنگ به عنوان پارامترهای ورودی و میزان شکنندگی سنگ به عنوان خروجی شبکه در نظر گرفته شده است. مقادیر شکنندگی از آزمون نفوذ پانچ که روش مستقیم تعیین شاخص شکنندگی سنگ ها می باشد بدست آمده است. نتایج آزمون مدل بدست آمده نشان می دهد که مقادیر پیش بینی شده دارای ضریب همگرایی بالایی با مقادیر واقعی شکنندگی سنگ می باشد.
