在传统BP网络的基础上,根据围岩级别与隧道施工方法之间的模糊对应关系,引入隶属函数的概念,建立模糊BP网络(模糊误差反向传播网络).对围岩级别和施工开挖方法均采用模糊技术处理,用隶属度来反映它们的模糊性,用隶属函数建立软弱围岩级别与隧道施工方法之间的学习、检验样本,采用BP网络对学习样本进行训练,对未参加学习的检验样本中任意给出的一种隧道围岩特征(包括围岩级别、围岩隶属度),网络均能进行正确识别检验,对现场的一个具体工程进行施工方法预测,以验证网络在实际工程中的应用能力.通过试算确定网络的中间层单元数和允许误差分别为16和0.01,此时网络的性能最佳,对检验样本的预测精度较高.从该文的最终研究结果来看,通过模糊化的神经网络来进行隧道施工开挖方法的选择,具有原理清楚,过程易于控制,结果误差小的优点.通过对37个学习样本的学习训练,使网络具有了识别认知能力,且学习时间较短.对6个检验样本的检验结果满足了给定的允许误差精度.充分体现了人工神经元网络处理模糊的、不确定因素众多的问题的优势.