大坝安全监测资料分析是判断大坝运行状况、馈控坝工结构内部机制的重要手段。其中,监测资料正分析可以通过建立监测模型和监控指标对大坝的运行起到预测和控制作用;而监测资料的反分析(亦称坝工结构反分析)是坝工设计、施工和运行管理中必不可少的重要环节,对优化设计、施工过程中的信息反馈以及反馈设计、诊断坝工安全状况等具有十分重要的意义。本文将智能软计算方法与大坝安全监测资料的正反分析相结合,在以下几个方面进行了研究。(1)提出了“改进的层次型神经网络+均匀设计+结构有限元分析”的三位一体的以及以Hopfield网络与模拟退火(SA)为基础的坝工结构反分析新方法。(2)将基于最大熵原理的赤池信息量准则(AIC)及赤池贝叶斯信息量准则(ABIC)引入坝工结构反分析领域,提出了模型优选准则和先验信息的采用准则,推导了先验信息比重系数β的计算公式。(3)提出了刻画反演量对观测量影响程度大小的“敏度”概念,以弹性平面问题为例推导了敏度计算公式。进而给出了基于“敏度”的测点优化目标函数并提出了基于遗传算法的观测优化方法。(4)利用大型商业化结构分析软件ANSYS内部的优化工具,编写了重力坝弹性模量反分析程序。并不失一般性地示出了基于此类工具的坝工结构反分析方法。此外,还开发了基于外部调用的智能反分析程序。(5)提出了基于AIC准则和遗传算法的且综合考虑拟合误差与预测误差的环境量因子优选新方法。(6)针对观测数据中存在异常值及反分析中常遇到的不稳定的问题,应用鲁棒控制理论,给出了能自动去除或削弱异常值影响的坝工结构反分析的鲁棒控制方法,特别是提出了基于人工神经网络模型的智能鲁棒控制方法。(7)分别采用遗传算法+径向基神经网络以及分层GA解决了测压管滞后时间及初始漏测量的计算问题。