近年来,随着我国经济的发展,城市化水平的加深,各种工程相续上马开展。诸如铁路每年投入上千亿资金,水利水电工程成为未来发展重点,基础建设得到了快速发展,众多工程问题也随之而来出现,如何解决这些工程问题,使其能更好的为各类工程活动服务是十分重要的。　　 岩石力学参数的研究是岩石工程中研究的重要问题,传统的岩石力学参数的确定主要是通过实验方法与以此为基础的统计公式进行确定,实验方法在确定岩石力学参数时需要花费巨大的人力物力财力,如何寻找岩石力学参数之间的相关性达到确定岩石力学参数的目的,具有十分重要的工程应用意义。该研究以恩施地区典型岩性为研究对象,通过室内物理力学性质指标实验,采用统计方法与神经网络方法对实验数据进行分析,最后对两种方法研究结果进行综合对比分析,建立岩石力学参数确定的相关性方程和神经网络预测,为同类地区工程建设提供依据。　　 通过以上研究主要取得以下研究成果:　　 (1)通过室内岩块物理性质试验获得恩施地区典型岩样的天然含水率、天然浓密度、干密度、饱和密度等指标;通过岩块单轴压缩变形及抗压强度试验,得到了恩施地区典型岩样在天然状态下的单轴抗压强度、弹性模量、泊松比、粘聚力和内摩擦角等指标；通过声波测试得出恩施地区典型岩样的压缩波速度。这些参数为岩块力学参数之间的间接预测奠定了坚实的基础；　　 (2)基于室内试验的基础上,为了进行物理力学参数之间的相关性研究,将岩石分为软岩(σc<30MPa)和硬质岩(σc>30MPa)两种类型。选择单轴抗压强度、弹性模量与块体密度、点荷载强度、纵波波速,使用统计分析方法和人工神经网络方法进行分析；　　 (3)基于室内试验的基础上,通过统计分析方法,分别建立了两种岩性(软岩和硬质岩)单轴抗压强度与点荷载强度、单轴抗压强度与纵波速度、单轴抗压强度与块体密度、弹性模量与点荷载强度、弹性模量与纵波波速、弹性模量与块体密度的一元相关性方程;并建立了由点荷载强度、纵波速度、块体密度预测软岩与硬岩的单轴抗压强度和弹性模量多元回归方程;　　 (4)基于室内试验的基础上,通过BP神经网络和GRNN神经网络方法,对岩块的单轴抗压强度和弹性模量进行了预测研究。通过两种预测结果的对比,GRNN神经网络在岩块物理力学参数的预测上更加精确；　　 (5)基于统计分析方法和人工神经网络方法进行了岩石物理力学参数的间接预测,该研究成果对同类地区岩石物理力学性质确定具有参考意义。