当前，我国正处于一场深刻的工业化和城市化进程，大量能源工程和交通设施的建设，城镇的高速发展带来了一系列的工程地质环境问题，如何合理利用和开发自然环境，为人类工程建设服务，开展工程地质环境质量评价具有全局性的、基础性的理论意义和重大的现实意义。在1980年巴黎第二十六届国际工程地质大会上，国际工程地质协会一致通过了《国际工程地质协会关于参与解决环境问题的宣言》。宣言倡议，所有从事工程地质和相邻学科的人员，在设计和修建任何工程时，不仅必须注意设施的可能性及经济效益，而且必须考虑保护和合理利用环境的问题。 工程地质环境质量评价的目的就是要选出工程地质环境质量优良的建筑区域或场地。正确选定建筑区域或场地是工程规划、设计中的一项战略性的工作，也是最根本的工作。地点选得合适就能较为充分地利用有利的工程地质条件，避开不利条件，从而减少处理措施，缩短工程建设周期，取得最大的经济效益、社会效益和环境效益。工程地质勘察的重要性在场址选择方面表现得最为明显而突出。 工程地质环境质量评价开始于20世纪80年代，目前工程地质环境质量评价方法多采用人工神经网络方法和传统的积分值法、综合指数法、模糊综合评价法和灰色聚类法，并已取得了一些对工程项目建设和城市建设有指导意义的实际成果。但在工程地质环境质量评价方法上，无论是定性方法还是定量方法，都带有较大的人为性，从而导致评价结果具有较大的随意性。在传统的综合指数法、模糊综合评价法和灰色聚类法等评价方法中，存在因素权重的取值问题；而在人工神经网络评价方法中，存在训练(学习)样本的选择问题。由于人类工程活动的多样性和地质环境的复杂性，工程地质环境质量评价不能依赖于单一方法，因此，依托于计算机技术，形成专家智能评价系统，是未来发展的一种趋势。而人工神经网络技术作为人工智能科学的一个重要分支和第四代专家系统，在工程地质环境质量评价中更广泛的应用，将日渐成为一种趋势。 本学位论文在广泛收集和分析前人有关本课题研究资料的基础上，通过深圳湾公路大桥桥位区工程地质环境质量评价实例，采用灰色系统理论和人工神经网络相结合的方法，探讨了工程地质环境质量的评价方法。论文主要对以下几个方面的内容进行了研究： (1)工程地质环境质量评价中的最基本概念是工程地质环境。对工程地质环境的因素、分类进行了划分，提出了工程地质环境绝对质量和相对质量概念，并给出了工程地质环境、工程地质环境质量和工程地质环境质量评价概念。工程地质环境是与人类工程建筑(群)活动相互依存和相互作用的客观地质实体和地质作用构成的环境系统。工程地质环境质量是人类进行工程建筑(群)活动中地质环境所表现出来的优劣高低。工程地质环境质量评价是分析评价工程地质环境对于人类工程建筑(群)的适宜性和适应性，为调整和优化人类工程建筑(群)活动提供工程地质环境质量方面的决策依据。 (2)在传统的工程地质环境质量评价方法中存在因素权重的确定问题，本文提出了因素权重的一种确定方法—最佳因素权重法。定义最佳因素权重Kb为一个工程地质环境系统质量处于极限状态时的因素权重组合。对于研究区域内每一个单元质量类别的确定可以采用不同的数学方法，如概率统计、模糊数学、灰色系统理论等。由于Q(K)很难用数学公式表示为K的函数关系，因此，难于从微分方程推导出最佳因素权重。实际应用时，我们可以通过采取一系列不同因素权重K的组合情况，来描绘出Q(K)对K的变化曲线，在Q(K)—K曲线上拐点对应处的K值即为最佳因素权重Kb。在深圳湾公路大桥桥址区工程地质环境质量评价中，我们推荐权重之比K=3，因素权重组合E1：E2：E3：E4：E5：E6：E7=3：2.5：2.1：1.8：1.5：1.2：1为桥位区最佳因素权重的一个逼近值。 (3)采用灰色系统理论中的灰色聚类方法对深圳湾公路大桥桥址区工程地质环境质量进行了分区评价。综合考虑桥位区不同评价单元的工程地质条件、不良地质现象和存在的工程地质问题，结合桥梁和口岸区工程特点，选取断层发育程度、岩体质量、弱风化基岩顶板高程、淤泥厚度、弱风化基岩厚度、基岩不均匀风化程度和海水深度等七个因素作为桥位区工程地质环境质量的评价指标。其中桥位区工程地质环境质量分为好、较好、较差和差四个等级，各指标权重的确定采用最佳因素权重法。 (4)对一个工程地质环境系统的单元进行了分类，提出了敏感元素(单元)、不敏感元素(单元)和类不敏感元素(单元)的概念。定义不敏感元素(单元)为在因素权重之比K=1至K值取得满意的足够大Ks范围内，元素(单元)质量类别不发生改变的元素(单元)：敏感元素(单元)为在因素权重之比K=1至K值取得满意的足够大Ks范围内，元素(单元)质量类别发生改变的元素(单元)；类不敏感元素(单元)为在K=1至K=∞的一系列的因素权重组合当中，仅在因素权重的初始小变化K0时其质量类别才发生改变，但在此后因素权重的长期巨变化中其质量类别不发生变更的元素(单元)。其中“满意的足够大Ks”为不敏感元素(单元)阀值，定义为由专家确定的，满足某一个具体的工程地质环境质量评价目标的、满意的、足够大的因素权重之比K值。不敏感元素(单元)阀值Ks应根据所评价的工程特点和地质环境的特征由专家予以确定。当专家意见不一致时，可以取二个或二个以上的不敏感元素(单元)阀值Ks值进行比较，并评价其对目标问题可能产生的影响。当评价结果不一致时应作出说明，以供决策者参考。当Ks=∞时，表示不敏感元素(单元)的质量类别不随K值的变化而发生改变，这样的不敏感元素(单元)可以称为绝对不敏感元素(单元)。当Ks为某一个具体的数值，如Ks=64时，表示在K=1至K=64的取值范围内不敏感元素(单元)的质量类别不随K值的变化而发生改变，对于这样的不敏感元素(单元)，我们可以称之为相对不敏感元素(单元)。 (5)对一个工程地质环境系统进行了分类，提出了敏感系统、不敏感系统和类不敏感系统概念。同时提出了一个工程地质环境系统或其子系统相对于不敏感元素(单元)阀值Ks的不确定性程度的一种测量方法。一个系统相对于Ks的确定性程度指数Cks定义为一个系统中不敏感元素(单元)的个数占系统中元素(单元)总数的比值；一个系统相对于Ks的不确定性程度指数NCKs定义为一个系统中敏感元素(单元)的个数占系统中元素(单元)总数的比值。对于边界形状不规则的子系统或线状子系统，可根据子系统中的不敏感元素(单元)所占的面积比或线状子系统中的不敏感元素(单元)所占的长度比来定义一个子系统相对于Ks的确定性程度指数CKS和不确定性程度指数NCks。 例如在深圳湾公路大桥桥位区工程地质环境质量评价实例中，当Ks=∞时，CKs=0.49；当Ks=64时，Cks=0.57；当Ks=4时，CKS=0.75。一般地，Ks值越小，Cks值越大，即一个系统的确定性程度指数随Ks的变小而提高。在Ks=4～64的情况下，四条桥轴线工程地质环境质量评价结果的确定性程度指数和不确定性程度指数分别为Cks=0.41～0.74和NCks=0.26～0.59。 (6)提出了标准训练集和类标准训练集的概念，解决了工程地质环境质量评价中人工神经网络方法的训练样本的客观选择问题。标准训练集定义为由不敏感元素(单元)的输入—输出对组成的集合，类标准训练集定义为由不敏感元素(单元)和类不敏感元素(单元)的输入一输出对组成的集合。在深圳湾公路大桥桥址区工程地质环境质量评价中，当Ks=64时，标准训练集由88个不敏感元素(单元)的输入一输出对组成；当Ks--16时，标准训练集由100个不敏感元素(单元)的输入—输出对组成；当Ks=4时，标准训练集由115个不敏感元素(单元)的输入—输出对组成。 (7)研究基于人工神经网络的工程地质环境质量评价问题，提出了基于人工神经网络方法的工程地质环境质量评价预测精度问题。通过随机选取标准训练集中的部分样本作为预测集样本，来评估人工神经网络方法的预测精度。本论文采用Matlab7神经网络工具箱Ⅴ4.0.3版本对深圳湾公路大桥桥址区工程地质环境质量评价中BP网络的训练样本数量、训练函数和网络结构的优化选择进行了论证，如在Ks=64的情况下，最佳训练函数为trainbr，6个隐节点的预测误差最小，训练样本数量在66个以上时可以达到比较好的预测效果。 (8)研究基于人工神经网络方法的最优工程场址的选择问题。该问题的本质是比较一个工程地质环境系统中的几个子系统，寻找出其中的最佳子系统。提出了最优工程场址的二种评价原则：总体最优法和最差排除法。以深圳湾公路大桥为例，比较了在三种Ks情况下四条桥轴线的工程地质环境质量。由于工程地质环境质量各类别之间的差别难以用具体的数值来衡量，我们采用了各类别等级之间的相对差别大小来进行比较，并考虑了三种相对差别方式，比较客观地论证了最佳工程场址的选择问题，并给出了深圳湾公路大桥桥址研究区域的最优桥轴线。