چکیده: پیش‌بینی دقیق نرخ نفوذ ماشین حفار در پروژه‌های حفاری در سنگ سخت تأثیر زیادی در تخمین میزان هزینه و مدت زمان اجرای پروژه دارد. تا کنون مدل‌های بسیاری برای پیش‌بینی نرخ نفوذ ماشین حفار ارائه شده است؛ که هر کدام دارای مزایا و معایب خاص خود بوده‌اند. طی بررسی‌های انجام‌شده بهترین مدل به منظور پیش‌بینی نرخ نفوذ، مدل‌های امتیازدهی می‌باشند. در تجربیات گذشته نشان داده شده است که اصلاح شاخص‌های رده‌بندی توده سنگ به تنهایی نمی‌تواند شاخص خوبی به منظور پیش‌بینی نرخ نفوذ باشد. در نتیجه نیاز به معرفی یک شاخص جدید که دربرگیرنده پارامتر‌های ماشین حفار به همراه شرایط زمین باشند احساس می‌شد. در این تحقیق با استفاده از ابزار تطبیقی جعبه‌ابزار شبکه عصبی نرم‌افزار MATLAB سعی شد پارامترهای موثر بر نرخ نفوذ ماشین حفار تونل با کمترین همپوشانی و بیش‌ترین تأثیر انتخاب شوند؛ این پارامترها عبارت‌اند از سرعت چرخش سر حفار، نیروی پیشران به ازای هر کاتر، امتیاز رده‌بندی توده سنگ اصلاح‌شده، مقاومت کششی؛ همچنین برای وزن دهی به پارامترها با استفاده از نظر متخصصان و به وسیله تحلیل سلسله مراتبی فازی دلفی وزن هر یک از پارامترها به دست آمد تا مدل جدید از وابستگی کمتری به داده‌ها و جامعیت بیشتری برخوردار باشد. با توجه به اهمیت نسبی پارامترهای مورد استفاده مجموع امتیازات، 100 در نظر گرفته شده است. همچنین در طبقه‌بندی جدید هر چهار پارامتر به تنهایی طبقه‌بندی و مورد امتیازدهی به صورت غیرخطی قرار گرفتند، در مرحله بعد برای اعتبارسنجی سیستم، امتیازدهی جدید برای برداشت های به دست آمده از 18 قطعه با خصوصیات ژئومکانیکی مختلف در پروژه تونل انتقال آب زاگرس اعمال ‌شد. سپس به کمک تحلیل رگرسیونی رابطه ریاضی y = 0.0621x - 0.8098 بین امتیاز به دست آمده از مدل جدید با مقادیر واقعی نرخ نفوذ با ضریب تعیین R² = 0.9191 به دست آمد. در ادامه مقادیر پیش‌بینی‌شده به وسیله مدل جدید با مقادیر پیش‌بینی‌شده به وسیله مدل‌های دیگر و مقادیر واقعی نرخ نفوذ مقایسه و مورد تحلیل قرار گرفتند. مقادیر پیش‌بینی‌شده به وسیله مدل جدید، بیش‌ترین نزدیکی را با مقادیر واقعی نرخ نفوذ نسبت به مدل های دیگر بررسی‌شده از خود نشان داد.