根据支持向量机(SVM)的位移反分析是较新出现的一种岩土工程参数反演方法,该法通过改进的支持向量机模型取代有限元方法建立岩体力学参数和位移信息的非线性关系,大大提高了反演计算效率。本文根据目前反分析方法的一些缺陷,分别从传统确定性位移反分析方法的优缺点、支持向量机的基本原理和缺陷、改进鱼群算法的性能、改进鱼群优化支持向量机四个方面对根据支持向量机的岩体力学位移反分析方法展开系统研究,并应用于工程实践。主要研究工作及结论如下：(1)阐述了位移反分析的原理和方法,分析了传统的数值类等确定性方法具有计算量大,实用性差等缺陷,智能化思想等一些不确定方法已成为参数反演方法发展趋势,并总结了参数反演实际应用的前景。(2)针对以往神经网络过学习、大样本等缺点,本文提出了运用支持向量机方法来进行位移反分析,系统阐述了支持向量机的基本原理,如统计学习原理、VC维、核函数与相关参数的定义,并指出支持向量机存在的问题,为改善做好理论支撑。(3)由于支持向量机一般应用高斯核函数作为内积解决实际问题,但其所面临的最大问题是如何选择合适的模型参数,即高斯核宽度和惩罚参数,本文借助改进鱼群算法来搜索支持向量机所有参数,提高支持向量机的拟合效率。系统阐明了鱼群算法的工作理论以及改进措施。算例分析表明,改进的鱼群算法明显提高了算法收敛的速度和精度。(4)结合工程实例,成功利用FLAC3D有限差分法对隧道围岩参数反演进行正算模拟,利用正交试验设计原理构造支持向量机的学习和预测样本,最后又通过反演参数回代到FLAC3D中,得到正算模拟值和实际值相对误差均小于8.02%,验证了样本构造方法的有效性和可靠性。(5)以前面的工作为基础,结合江西武吉高速公路何市隧道实例,开展工程应用研究。在FLAC3D和正交试验构造出样本数据的情况下,运用改进鱼群优化的支持向量机反演隧道围岩岩体力学参数,最后通过对6条测线的实际收敛位移值与正演结果对比验证了本模型的合理性和高效性,对口后地下工程位移反分析方法的研究提供了新的研究思路。