隧道工程信息化动态设计与施工的思想已经越来越为人们所接受和采用,其中如何解决正确给定围岩计算力学参数,一直是一个比较棘手的问题,反分析方法为围岩力学参数的获取提供了一条较为有效的途径。本文根据隧道工程所具有的特点以及监控量测项目的发展趋势,对利用初期支护混凝土的内应力反分析围岩计算参数进行了一些探讨。 本文以直接法反分析为指导思想,采用优化的人工神经网络代替FLAC数值模拟计算,计算效率大为提高。采用BP神经网络建立围岩计算参数与支护内应力的映射关系,在围岩参数的反分析过程中用于计算支护的内应力。采用正交试验方法构造学习样本,保证了网络预测的全面性和准确性,同时减少了试验次数。采用遗传算法搜索最优的神经网络结构,取得了较好的效果。神经网络训练结束后,采用均匀试验设计方法构造测试样本对神经网络进行测试,并采用后验差检验方法进行结果检验,证明神经网络预测能力较好。 采用神经网络建立起围岩计算力学参数与支护内应力之间的映射关系之后,本文应用遗传算法对围岩计算参数进行搜索寻优,在计算中取得了较好的效果。本文采用神经网络和遗传算法相结合的方法编制了反分析程序YLF_GN,由于只要有正确的正分析程序,建立起全面准确的学习样本,神经网络可以建立各种输入与输出的映射关系,因此,本文编制的程序具有一定的通用性。 将编制的反分析程序YLF_GN应用于某工程实例中,得到的围岩计算参数代入FLAC程序正分析,经后验差检验,计算结果与实际量测结果拟合准好,用于支护应力计算误差较小。最后,进行位移反分析的验算,将根据典型类比分析法建立的BMP程序所得计算参数与本文所