数值分析法,尤其是有限单元法已经成为岩土工程数值分析和优化设计的重要工具。然而,由于岩土工程涉及到大量的模糊和不确定性因素,使得现有的数值分析方法存在很大的局限性。为了提高数值计算的准确性,作者通过阅读大量文献,基于试验数据,利用神经网络高度非线性映射和自学习能力的特点,建立了岩土的神经网络本构模型,进行了基于神经网络本构模型的有限元分析(在此称为神经网络有限元),并对神经网络有限元的算法以及在桩基工程中的应用作了研究。本文主要研究工作如下:(1)分析了神经网络的基本特性、BP网络结构、经典算法,针对具体课题就改进网络的误差和实施步骤作了研究;(2)采取本构参数法实现了神经网络本构模型嵌入到传统有限元方法,并利用MATLAB语言编写了本构参数法的学习训练程序;(3)分别采用神经网络有限元与传统有限元进行了实例分析比较。研究结果表明,神经网络有限元的计算结果与传统有限元计算结果总体变化趋势基本一致,神经网络有限元的结果与理论计算分析更加贴近,神经网络有限元能够获取岩土材料的全局信息,有较强的容错能力,具有一定的工程应用价值。