本文以雅西高速公路泥巴山特长隧道的围岩分级问题为主要研究对象，采用现场调研与室内分析相结合、定性分析与定量评价相结合、现代数学理论与工程实践相结合、地质工程与软件工程相结合的思想，多学科、多角度的对隧道围岩分级问题进行了综合研究。研究结果进一步细化完善了公路隧道围岩分级BQ法;采用定性指标作为围岩级别智能判别指标，建立了基于支持向量机模型、神经网络模型和模糊推理模型的围岩级别智能判别方法;设计开发了围岩分级网站，实现了掌子面信息存储、围岩级别定性定量智能判别等功能。主要研究成果体现在以下几方面:　　(1)考虑结构面走向和倾角对围岩稳定的影响，对公路隧道围岩分级BQ法的软弱结构面影响修正系数K2进行了优化。结构面产状对岩体级别的影响首先主要表现为结构面走向与洞轴线的夹角。当结构面走向与洞轴线相平行时，对施工最不利，K2取较大值;当结构面走向与隧道轴线相垂直时，对施工有利，K2取较小值，此时，如果掘进方向与结构面倾向相同，则对施工最有利。其次结构面倾角对围岩稳定也有较大影响。当结构面走向与洞轴线走向平行时，倾角越大越不利于围岩稳定，K2取较大值;当结构面走向与洞轴线相垂直时，倾角越大越有利于围岩稳定，K2取较小值。另外岩体结构也会对K2产生影响，完整性越好的围岩，越有利于围岩的稳定，K2可以取相对较小的值。　　(2)根据李天斌提出的考虑地质力学模式的岩爆烈度分级体系，对BQ法初始应力状态影响修正系数K3进行了优化，得到岩爆烈度法初始地应力状态影响修正系数。轻微岩爆会引起围岩薄片状的张裂-剥落，对围岩稳定的影响很小，K3应取较小的修正值;中等岩爆会使围岩呈透镜状、层状、板状的张裂-滑移、弯曲-鼓折破坏，对围岩稳定性的影响一般，K3取值较大;强烈岩爆会引起围岩呈板状、块状、楔状的张剪-爆裂，穹状爆裂破坏，对围岩稳定的影响大，K3取大的修正值;极强岩爆会引起围岩呈板状、块状甚至散体状大片连续爆裂，对围岩稳定的影响很大，K3应取更大的修正值。　　(3)分析总结了各种常规隧道围岩分级方法对分级指标的考虑以及掌子面调查时能够快速获取围岩指标的要求，提出用岩石坚硬程度、岩体完整程度、嵌合程度、岩体结构、节理风化状况、地下水状况和地应力状况7个定性指标作为围岩分级智能判别的输入指标。　　(4)采用支持向量机模型、神经网络模型、模糊推理模型分别建立了隧道围岩智能分级模型。通过收集筛选的282个围岩资料作为支持向量机和神经网络模型的训练样本，采用上述3种方法对60个围岩判别样本进行分级评价，结果表明:多项式核的支持向量机模型能较好地划分围岩级别，准确率达85％;神经网络模型判别效果一般，准确率为66.7％;模糊推理模型判别的效果最差，准确率仅有45％。　　(5)开发了隧道围岩级别智能判别网站系统。采用Visual Studio作为开发工具，基于ASP.net技术和SQL数据库技术，实现了围岩信息的存储和读取;应用接口编程技术，实现了围岩分级数据与后台Matlab软件的数据交换，从而可在Matlab中用三种智能分级模型对围岩级别进行判别，并把判别的结果返回到网站系统;开发相关网站页面，实现了围岩信息的编录、分级、查看、打印等功能。　　(6)提出了基于分级网站平台的施工阶段围岩级别判定工作流程。施工单位技术人员登录围岩分级网站，把掌子面数据编录到系统中;系统对掌子面数据进行保存，并用多种方法对围岩级别进行判别;专业监理工程师对施工单位录入的掌子面数据进行复核，提出具体修改意见;设计人员根据实际情况提出调整设计参数建议;专家对设计参数进行审核，提出综合性建议。然后由业主综合各方意见，考虑安全和成本等因素，组织四方会审确定围岩级别。最后，施工单位按相应的围岩级别进行组织施工。