随着西电东输政策在我国的稳步推进,大规模水利枢纽在西部地区兴建已成为一种趋势。在我国水能资源分布当中,西部地区占比约80%,具有优越的开发潜力。目前,在西部震区的水利工程建设当中,约60%以上为土石坝,同时由于其对地基适应性强、施工方便等优势,该坝型逐渐成为了工程设计时的首选方案。但是,诸如复杂地质条件、高地震烈度、高地震频率等问题对坝体的抗震安全影响依旧普遍存在,这使得考虑坝体在地震荷载下的动力特性问题成为了学术和工程界尤为关注的课题。筑坝材料的动力参数准确性是大坝进行抗震安全分析的基础,其参数本身由于存在大量的模糊性和随机性,保证其参数的正确性问题变得尤为困难,同时也使得动本构模型在用于大坝动力分析时随时处于一种不确定性的状态。现有多数参数反演模型的模拟精度还不足以表达大坝在地震荷载下的真实性态。因此,需要建立一种充分考虑参数不确定性的反演模型,在保证反演效率与精度的同时,降低动力参数中不确定性对动本构模型的影响,更加准确的反映坝体在地震荷载下的动力特性。本文以试验为切入点,相继进行了粗粒料大三轴动力循环试验、粗粒料大三轴湿化动力循环试验,并获得了材料动本构模型参数,进而研究土石坝坝料的动力特性。然而,现有的室内试验法受限于环境、材料缩尺效应等因素,其得到的参数结果较真实状态已发生了较大变化,这将会直接影响土石坝在地震荷载下的动力分析的准确性。为此,本文首先引入了云理论中的云变换算法,对其中两种不同方式的云变换理论分别从算法的概念、结构与实现方面进行了介绍,之后将其与RBF径向基神经网络相结合,应用于土石坝坝料动力参数反演当中,主要成果如下:（1）利用河南某水库粗粒料进行了大型动三轴常规循环试验、大型动三轴湿化循环试验。根据Hardin-Drnevich双曲线模型（等效线性模型）的基本理论,对试验数据进行整理计算,并得到所需反演参数值。（2）将正向云发生器、云变换算法与RBF径向基神经网络相结合,并且采用云数字特征对神经网络中隐含层函数中心点C与带宽σ的更新进行了优化,建立了一种使不确定性概念更加清晰的自适应云神经网络（ACTG-NNS）模型。利用两算例对上述提出的反演模型进行了初步验证。（3）提出了考虑双含混度条件下的AGCT-NNS模型,并在两算例中分别进行验证,得出了不同含混度下动力参数反演结果与有限元正向耦合计算结果,并对结果进行了讨论。（4）通过对紫坪铺面板堆石坝坝料动力参数的反演分析,验证了本文提出的自适应云神经网络反演模型的合理性。并且利用反演最优参数组进行了有限元正向耦合计算,加速度时程、反应谱与傅里叶幅值结果与实际监测数据一致性较高,这种一致性印证了该反演模型应用于与实际工程中的可能性。