我国花岗岩类岩石分布广泛,许多重大工程如大型水电、核废料地质处置和石油战略储备等地下工程,在选址时首先考虑将花岗岩作为其地基或围岩。本文研究内容依托于花岗岩体为围岩的山东某地下水封洞库工程项目。通过获取洞库施工监测数据,借助数值计算的方法,建立了围岩力学参数的进化神经网络反分析模型,并基于实测数据对其力学参数进行反演,主要的研究内容如下:在详细收集国内地下水封洞库主洞室的监测数据的基础上,通过对监测数据的处理及分析,预测围岩变形趋势,对收敛监测、锚杆应力监测、多点位移监测、声波监测数据的变化规律进行总结分析,总结出具有代表性的断面监测数据,作为参数反演的数据基础。简要介绍了BP神经网络的基本原理,介绍遗传算法的基本原理,并将其应用到神经网络中,对网络结构进行改进,建立进化的神经网络反分析模型。获取各级围岩的力学参数,通过设计正交试验安排各级围岩参数的组合方案,并基于3DEC数值模拟平台,计算获取围岩内部位移变形、锚杆受力数据,将计算结果及力学参数组合作为学习样本,对网络进行训练和测试,应用训练好的网络对围岩的力学参数进行反演,将反演的力学参数带入数值模拟模型进行计算,并与现场监测数据进行对比发现,经该方法获取的力学参数的模拟计算结果与现场监测数据相吻合,其反演精度满足工程需求,可为地下水封洞库的设计、施工和监控量测提供依据。