摘要: 1前言基于地下工程岩体赋存环境的复杂性，巷道围岩稳定性判定的各指标不可能完全接近，而只能相对地隶属于某一类别的聚类中心，用模糊数学的隶属度描述对某一类的相对接近程度是合理的。但传统模糊数学在构造隶属函数时具有很大的人为选择随意性和在区域映射时具有粗糙性，限制了它的应用；而神经元网络具有精确映射的能力，但传统的神经元网络不能用隶属度描述对某一聚类中心的相对接近程度。若能把模糊数学和神经元网络的各自优点结合起来用以解决巷道围岩稳定性的模式识别问题则是最理想的，本文在此思想指导下，进行了探索性工作1。2巷道围岩稳定性模式识别先导研究巷道围岩非线性时空演变预报问题可描述为其中u为围岩移近量；f（·