我国东北、西北地区都属于季节性冻土区,在工程建设过程中冻土存在的工程隐患较大,因此对冻土特性的研究极为重要。在土体冻结过程中随着温度发生变化土体特性也随之改变。因此对冻结过程中温度变化的研究具有重要意义。选取新疆某地区的泥炭土,进行自下而上的室内单向冻结试验。试验中通过控制冷端温度、初始含水率、压实度三个变量,对冻结过程中温度场、水分场、位移场进行监测。分别探究三种不同因素下冻结过程中水分场、温度场、位移场的变化规律。基于BP神经网络的理论基础,通过人工鱼群算法在训练中不断调整优化神经网络的权值和阈值。建立起考虑时间因素的冻结温度场模型。首先通过室内冻结试验获取基于时间序列的温度场数据,对样本数据进行训练,通过优化后BP神经网络模型进行预测分析。,对比试验值和模型预测值。整体误差较小,该预测模型能够较为精确地预测温度场变化规律,通过与传统BP神经网络预测模型对比验证该优化预测模型的准确性。通过有限元分析软件建立人工冻结温度场模型,通过室内试验及工程经验预得出冻土其他热学参数的大小以及冻土导热系数的变化范围,在导热系数反分析的理论基础上,通过对不同导热系数下的冻结模型进行数值模拟分析,将模拟温度场数值与试验测得的温度数据进行对比分析,运用逼近的方法确定确定一个最优导热系数。利用得到的等效导热系数进行数值模拟,通过与试验中的实测数值进行对比分析验证该等效导热系数1.625k J/（m?h?℃）。本文先是进行室内冻结试验模拟冻结变化过程,通过神经网络对温度场进行预测分析,通过与实际值对比分析可得该预测模型可以对温度场的预测较为准确。利用有限元软件对导热系数进行反分析,确定最优等效导热系数,将模拟温度场值与实际数据对比分析验证模拟效果良好,对实际工程中温度场变化规律的研究和预测提供参考价值。图[39]表[13]参[79]