随着我国资源开发和交通基础设施建设等工程重心向西部转移,深长隧道的修建必不可少,首选采用TBM工法。目前,TBM隧道施工过程中选择和调整掘进参数基本上依靠人为经验,在复杂地质条件下,掘进参数无法达到掘进效率、掘进成本等多个目标的最优解,导致掘进效率降低,掘进成本增加,造成不必要的资源浪费。因此,需要研究在复杂地质状况时TBM掘进参数多目标优化方法,为实际工程提供指导。论文在广泛调研TBM掘进参数、地质参数、掘进效率与成本、多目标优化方法相关研究的基础上,依托“超特长隧道TBM掘进关键技术研究”科研项目,主要采用理论分析和数值计算方法,对复杂地质状况时TBM掘进参数多目标优化方法进行研究,主要研究成果包括:（1）分析了主流多目标优化算法优劣,筛选出NSGA-Ⅱ、MOPSO和NSGA-Ⅲ算法。研究算法的核心代码、测试问题和性能指标,在MATLAB平台编程实现并测试及对比分析。结果表明,NSGA-Ⅲ算法适合高维多目标优化,MOPSO算法的分布性不如NSGA-Ⅱ算法,但整体收敛性和收敛速度更优。（2）总结了TBM工程中技术与掘进参数、地质参数获取与筛选方法,提出TBM地质数据实时获取方法;定义磨损系数以简化测量刀具磨损数量;建立了TBM掘进参数有效数据和稳定数据两个筛选集合;对筛选后的数据进行分析,得出稳定段推进速度趋于实际速度,调整段实际速度变化滞后于推进速度变化,只有在稳定段贯入度才是真实值。（3）通过统计分析得出推进速度和刀盘扭矩强相关;建立特定地质下掘进控制参数（刀盘转速、推进速度）和掘进载荷（总推进力、刀盘扭矩）的回归表达式;建立了针对喀双隧洞特定地质条件的掘进目标传统回归模型;使用支持向量机和决策树算法针对掘进参数进行二分类岩性识别,准确率在80%以上;引入BP神经网络预测掘进效率,准确率为86%,进而提出NSGAⅡ-BP多目标优化算法,实例验证中优化后数据比92%的原始数据要好。（4）建立了TBM掘进参数多目标优化数学模型,采用Visual Studio平台、SQL SERVER数据库以及Visual C#计算机语言开发“TBM掘进参数多目标优化分析软件”,案例验证中优化效果提高了15%以上。