本文以龙滩水电站左岸高边坡岩体为工程应用背景，综合三维数值计算和智能方法，提出了“同伦进化神经网络位移反分析”方法，成功地解决了大范围流变参数智能识别问题，并对龙滩水电站左岸高边坡的长期稳定性进行了研究。具体来说，主要完成了如下的工作： 　　(1)针对岩体流变试验资料不足而造成的参数大范围搜索问题，本文引入了微分拓扑理论中的一种处理欧氏空间非线性问题的有效方法—同伦方法。将其与本课题组已开发出的进化神经网络程序相结合，开发了“同伦进化神经网络”算法，专门解决参数大范围全局快速搜索问题。 　　(2)为了后续研究中大量数值计算的方便，本文采用VC++6.0构建了高性能的大型三维岩土工程数值计算集成系统平台，集成了Ansys、ABAQUS、FLAC3D、Hypermesh、Tecplot、AutoCAD等软件的优秀内核，包含12个软件包，合理利用每个大型数值计算软件的优点，充分发挥组合优势，提高计算性能。 　　(3)由于本文研究对象的特殊性，在对龙滩左岸高边坡三维初始地应力场进行反演时，需要对四个模型(3个三维模型，1个平面模型)分别进行计算。若使用传统的二次细分网格法会带来不少繁琐和误差，因此本文提出了一种模型间应力场统一的方法。 　　(4)采用本文构建的“同伦进化神经网络演化有限差分方法”，对处于龙滩左岸高边坡核心区域的72号和21号试验洞围岩体的流变参数进行了反演识别，获取了砂岩体和泥板岩体的流变参数，为龙滩左岸高边坡长期稳定性分析提供了必需的模型和参数。 　　(5)针对龙滩左岸高边坡岩体特殊的反倾向层状结构特点，本文从地质力学的角度，分析了反倾向层状岩体弯曲蠕变的充分和必要条件以及影响这些条件的各种内、外因素，比较系统地对反倾向层状高边坡岩体的弯曲蠕变机理和过程进行了分析。 　　(6)在以上研究的基础上，本文对龙滩左岸反倾向层状高边坡长期稳定性展开了研究。