在理论分析和数值模拟中,岩土体的力学参数是求解岩土工程问题重要的数据。节理岩体由于其节理本身存在的随机性与离散性,加之现场取样困难,现场原位实验代表性不强、成本较高,更加导致其力学参数确定困难。基于此,本论文提出一种基于神经网络的节理岩体力学参数联合反演方法,并将反演得到的参数应用于焦家金矿工程现场,进行采场稳定性分析。论文的主要研究工作如下:(1)研究了人工神经网络反演方法,实现了基于BP进化神经网络、ELM神经网络、回声状态神经网络的岩体参数反演工作,并对三种神经网络的优缺点进行评价。(2)建立了节理岩体多参数精细化反演的方法。包括:利用Hoek-Brown强度准则进行岩体参数大致范围的确定,利用经验公式进行节理参数大致范围的确定;利用适用于节理岩体的离散元数值模拟方法建立神经网络样本空间。(3)基于焦家金矿工程背景开展节理岩体参数联合反演工作。通过现场岩体表面节理裂隙调查,钻孔摄像与声波测试建立离散元数值计算模型,利用数值模拟建立神经网络样本空间。通过对三种神经网络进行测试检验,结果表明回声状态神经网络更适用于节理岩体多参数联合反演。将现场实测位移值、塑性区深度输入回声状态神经网络中,反演得到节理岩体力学参数,检验结果表明,回声状态神经网络的反演精度为好(GOOD)。(4)基于第4章反演得到的节理岩体参数值,对焦家金矿-450中段采场稳定性进行分析研究。计算结果表明:当各分段矿房分步开采结束后,顶板位移值、最大压应力、最大拉应力、节理剪切速度、节理法向速度均远小于各分段矿房一次性开采所对应的计算值。尽管两种开采方案的顶板暴露面积一样,但是分步开采使得采场暴露空间减小,减少了对顶板的扰动,同时一期矿房充填体的存在也提高了采场的稳定性,因此对于焦家金矿这种顶板破碎、缓倾斜的矿体,矿房分步开采的优势明显。