江河岸坡工程是为了保障江河沿岸的人民生产、生活的安全而修建的,我国沿江、沿海一带的经济较为发达,岸坡工程的作用显得尤为重要。渗流、变形、失稳是岸坡工程经常遇到的问题。江河水位变化导致岸坡渗流与变形加剧,对工程的安全产生重大隐患。因此在进行工程建设的时候,需对岸坡的渗流与变形进行监测,并采取不同的措施防范其失稳破坏。在使用数值模拟分析岸坡工程时,数值模型的仿真性和计算参数的准确性,对能否得到准确的计算结果起着重要的作用。利用监测资料,采用反演方法可有效地获得土体参数,省时省力并具有很高的准确性与可靠性。本文在前人研究成果的基础上,利用ANSYS有限元软件参数化编程语言APDL进行二次开发,模拟不同水位工况下的岸坡位移场与渗流场,并提取测点位移、渗压,构建土体参数反演的基础。本文以人工神经网络为反演工具,详细介绍了人工神经网络模型、原理,并编写了BP神经网络程序,利用BP神经网络反演岸坡土体的弹性模量、渗透系数。对于存在土体分层的岸坡工程,本文研究采用同时反演法与分层迭代反演法对岸坡多层土体力学参数进行反演。采用同时反演法时,利用ANSYS建立有限元分析模型,并模拟计算不同水位作用下岸坡位移场、渗流场,提取各层土体测点位移或渗压,形成训练样本,训练神经网络,然后将实测结果代入神经网络,反演得到各层土体弹性模量或渗透系数。使用分层迭代反演法时,从最下层开始,先假定以上各层土体的弹性模量不变,使用BP神经网络反演最下层土体弹性模量,将反演结果代替该土层初始弹性模量,然后向上逐层反演,重复上述反演步骤,直至前后两次反演结果的最大差值小于某一容许值为止。为了验证反演结果的准确性,对两种方法的反演结果进行正分析,并对比实测结果,效果理想。其中利用分层迭代反演法的反演结果进行正分析所得计算结果与实测结果误差更小,效果更好。分层迭代反演法需要反复循环反演,工作量较大,为了节省分层迭代反演法的工作量,利用同时反演法的计算结果与逐步扫描法对分层迭代反演法进行简化。其中利用同时反演法计算结果对分层迭代反演法进行简化的效果较好,可明显减少分层迭代反演法的工作量、反演结果合理准确。