混凝土面板堆石坝具有断面小、安全性好、施工方便、造价低等优点,日益受到工程界的重视。目前,随着水电建设的重点向西南部转移,面板堆石坝正逐渐向300m级发展,工程施工期相对延长,坝体变形控制与稳定性分析已成为面板堆石坝工程中的关键问题。利用工程实测资料及反演分析方法反演得出堆石料的力学参数,以此预测大坝的真实性状,指导后续工程的设计和施工,必要时调整设计和施工参数,从而对有效控制坝体的变形,避免或降低堆石坝面板开裂的风险具有重要意义。因此,进行堆石坝反演分析方法的研究具有重要现实意义。　　本论文在查阅大量资料的基础上,系统地综述了反分析的研究现状以及存在的问题,并在此基础上提出了本论文的研究内容。本论文以基于微粒群-遗传神经网络算法的反演分析方法为核心,主要进行了下述工作:　　(1)分析了以往有关反演分析的基本理论和方法,并对智能位移反演常用方法进行分析总结,系统的阐述了BP神经网络、遗传算法、遗传神经网络、微粒群算法等相关理论及实现方法,从理论上建立有效的反演分析平台,提出了基于微粒群-遗传神经网络算法的反演分析方法。　　(2)结合正交设计及均匀设计方法,利用APDL二次开发实现了堆石坝的有限元正分析过程,同时利用matlab编程实现了基于微粒群-遗传神经网络算法的反演分析方法。　　(3)本文结合均匀设计理论和方法,利用均匀设计软件和回归分析理论,成功实现了均匀设计在邓肯 E-B模型参数敏感性分析中的应用,确定了待反演参数,提高了反演效率及精度,丰富了参数敏感性分析方法。　　(4)本文以水布垭面板堆石坝为例,验证了基于微粒群-遗传神经网络的反演分析方法。根据工程的实测资料及坝体填筑过程,利用坝体2005年02月、09月、2006年02月、04月、12月的实测资料进行参数反演分析,获得了各施工期的最优参数组,并与设计值相比,同时利用各施工期反演得到的参数进行下一施工期的坝体应力变形分析,并与实测沉降值相比较,结果表明反演参数预测值与实测值相差不大,反演所得参数符合实际的堆石体参数,可以用来预测未来坝体的变形,同时验证了基于微粒群-遗传神经网络的反演分析算法及程序的可靠性,具有广泛的应用价值。