摘要：在地下工程施工中,围岩变形是判断工程安全与否的重要标志之一,围岩变形过大是引起地下工程施工过程中围岩失稳与坍塌的主要因素。目前,围岩变形监控在地下工程施工中对占有举足轻重的地位,因此,对围岩变形的预测成为地下工程的一个主要研究方向。现阶段围岩变形预测的方法主要有经验系数法、安全系数法、数值分析法。在实际工程中,以有限元和有限差分等数值仿真方法应用较为普遍,但对于地下工程而言,由于围岩的复杂性和不可预见性,数值计算中本构模型及其参数以及计算方法的选取存在较多的主观因素,使得该方法仅可在一定程度上作为实际工程的参考依据。基于以上几个方面的原因,有学者将人工智能方法引入岩土工程,即建立数学模型来预测围岩变形随时间变化的规律。本文在前人研究的基础上,将免疫算法和支持向量机结合起来,引入“交叉验证”和“组合参数预测”的方法,对地下工程围岩施工期间变形进行预测,主要工作和取得成果如下：(1)探讨了支持向量机算法的原理及其应用,针对使用径向基向量核函数支持向量机(SVM-RBF)模型,研究了惩罚因子c,径向基向量宽度σ,以及不敏感系数￡,对支持向量机回归性能的影响规律,当参数达到最优组合时支持向量机才能发挥更好的性能。(2)使用交叉验证的方法建立支持向量机参数优化的目标函数,利用免疫算法快速搜索和全局最优解的特性,求解该目标函数最小值并得出支持向量机最优化参数组合。使用MATLAB开发支持向量机预测程序,对岩土工程中常见的预测和反分析问题进行智能求解,并测试程序的效果。从实际应用效果来看,使用上述方法优化后的支持向量机算法能取得更好的回归效果。(3)依据“围岩位移-锚杆轴力-时间”三者变化趋势特征,使用二次预测的方法实现组合参数预测,针对某大跨度洞库的监测数据,分别使用单一时间序列模型和组合参数模型进行位移预测。通过对比二者预测结果,可以发现组合参数模型对围岩位移预测的准确性更高。