作者利用李家峡水电站在正常高水位运行时所监测到的原型观测资料,用有限元模型计算大坝在各种不同工况下不同监测点部位的变位值,然后建立基于人工神经网络的大坝及地基的参数反演计算模型,再用垂线原型观测资料来反演大坝及地基的参数(坝体弹性模量、温度线膨胀系数及坝基变形模量),并进行相应的分析评价.另外,用已有的原型观测资料成果分析计算大坝变形监测的混合模型及统计模型.该文的主要工作和取得的成果如下:1.根据实际地质情况建立李家峡大坝的有限元计算模型.2.在广泛查阅有关文献的基础上,对大坝变位的正分析计算和人工神经网络用于监测资料反分析的原理进行了总结,建立了用有限元计算与人工神经网络相结合进行大坝及基岩参数反演的反分析模型.3.用人工神经网络建立坝体变位的预测模型.4.根据现有的原型观测资料建立坝体变位的混合模型及统计模型.通过以上工作可以认为,用人工神经网络来建立坝体变位的神经网络模型及对大坝的参数进行反演计算的理论和方法是可行的,计算过程快速、简便,适用性较强,可为大坝安全监测资料分析提供另一种方法和途径.