随着我国高速铁路建设里程越来越长以及列车运行速度越来越快,致使列车运行引起的环境振动对沿线居民、精密仪器和建筑物产生不良影响。目前,轨道交通引起的环境振动受到国内外研究者的较多关注。而本文采用数值模拟和人工智能算法,对高架列车运行引起周围土体和建筑物的振动进行预测研究,主要工作和研究内容如下:(1)建立了列车-轨道-桥梁-土体-建筑物三维数值分析模型,该模型包括列车-轨道和桥梁-土体-建筑物两个子系统模型,前者计算得到轨下力作为后者的激励荷载。在建模过程中,考虑了桥梁桩基础和土体、土体和建筑物基础之间动力相互作用的影响。(2)通过修改模型输入参数,着重分析了列车速度、编组、距离、地基土性质和建筑物高度等参数的变化,对高架列车运行引起周围土体和建筑物振动响应的影响,并得出规律。(3)对建立的BP神经网络预测模型基于数值模拟数据训练,并在实测数据的基础上对预测模型进行自学习再训练,从而提高高架列车引起环境振动响应的预测精度。将高架列车引起环境振动的预测数据、数值模拟计算结果以及实测数据进行对比分析,得出了算法预测模型的有效性和可行性。本文将人工智能算法运用到高架列车引起环境振动的预测研究中,对高速列车引起的环境振动预测提出了一种快速且高效的分析方法,为实际工程研究提供一种新思路。