در این مقاله کاربرد شبکه عصبی در پیش بینی مقاومت فشاری تک محوری با استفاده از آزمایشات سختی روی سنگ ها نشان داده شده است. شبکه جهت پیش بینی UCS بر پایه اطلاعات حاصل از سختی اشمیت، تخلخل، دانسیته و نوع سنگ آموزش می یابد. مدل شبکه عصبی از نوع پس انتشار با الگوریتم آموزش لونبرگ- مارکواردت می باشد. یک دسته داده شامل 78 نمونه از انواع مختلف سنگ های با مقاومت متوسط تا سنگ های بسیار سخت برای آموزش شبکه استفاده شده است. همچنین یک دسته داده شامل 13 نمونه سنگ به عنوان داده های آزمون برای ارزیابی و تعمیم قابلیت های پیش بینی شبکه مورد استفاده قرار گرفته است. نتایج به دست آمده از شبکه عصبی همبستگی خوبی را با مقادیر واقعی اندازه گیری شده نشان می دهد. در نهایت، جهت بررسی مناسب بودن این روش، نتایج شبکه با پیش بینی های حاصل از رابطه رگرسیون چند متغیری مقایسه شده است که شبکه عصبی همبستگی بهتری را نشان می دهد.
