近年来,我国进行了大量市政交通及水利水电的基础设施建设。开发城市地下空间需要进行深基坑开挖施工,大型水电站在施工过程中经常需要对高边坡进行开挖。基坑塌陷,开挖引起的不均匀沉降,山体滑坡或局部边坡崩塌都会造成严重的工程事故。为了防止和减少这些工程灾害的发生,必须准确预测和评估由开挖引起的边坡变形。岩土地质力学参数是影响预测和评估结果的主要因素之一。通过测量方法得到的计算参数,由于存在尺度效应和不确定性等缺点,不适合直接应用于数值计算。反演分析是通过现有监测数据,建立反演分析模型,最终即可获得等效岩土地质力学参数。本文基于多目标优化与贝叶斯理论,以高岩石边坡开挖工程及大型深基坑工程为依托,从多目标反分析与概率反分析两个方面,对多个复杂开挖工程提出了完整有效的新方法,可更快速准确的对工程的安全性进行预测预警。本文的主要研究工作及成果概括如下:1.利用正交设计,有限差分建模,BP神经网络和VEGA算法,提出了BPNN-VEGA多目标分析方法。与使用权重系数分配的反分析法相对比,所提出的BPNN-VEGA程序不仅提高了计算速度还缩小了计算误差。在沙坪坝深基坑开挖工程案例中,使用反演参数进行计算的预测结果与实际变形趋势一致。表明使用所提方法可依据监测数据对深基坑在开挖过程中的变形进行预测。2.在上述多目标反演程序的基础上通过结合更先进的NSGA-II算法,提出可同时依据3种以上监测数据的水工高边坡多目标反分析程序。首先通过一个简单的数值算例验证了所提方法的有效性,然后将该方法应用于大岗山水电站右岸边坡开挖工程的案例中,有效预测了开挖边坡重要部位的变形。因此,可用于对大型水电工程中的复杂高边坡岩体地质力学参数识别以及对后续开挖产生变形的预测。3.针对西南地区大型水电站高边坡的开挖工程,提出了岩石边坡开挖同时更新模型参数的贝叶斯概率反分析法。通过分析岩土体材料对预测模型的灵敏度,可降低预测模型参数的维度。现场外部位移与锚索锚固力监测值被用来作为贝叶斯更新的依据。通过采用一种多链蒙特卡洛马尔科夫链仿真算法(DREAM)对不确定变量的后验概率密度函数进行采样,对比三种更新条件下概率反分析结果并预测后续开挖步的位移与应力值,验证了所提方法的有效性与实用性。随着获得监测数据的不断增多,参数的不确定性被减小并且预测模型的输出精度增高。4.在高岩石边坡开挖工程的概率反分析研究基础上,通过结合强度折减法建立了边坡安全预警模型。首先使用观测到的监测信息来反馈分析岩土体地质力学参数,然后使用更新的参数来计算边坡的安全系数。其中概率反分析确定了对观测结果产生最多不确定性的主要基本参数。将安全系数作为预警指标,分为四级预警。最后通过两河口水电站洞式溢洪道进口边坡开挖工程来阐述预警框架的分析流程。