位移反分析方法是以工程现场量测位移作为基础信息反求实际岩体的力学参数、初始地应力以及支护结构的边界荷载,论文通过对已有位移反分析方法的比较,提出了基于统计学习理论的支持向量机位移反分析方法.支持向量机位移反分析方法直接的理论基础是支持向量机回归理论,论文用支持向量机一元回归理论采用按照一定次序逐层反演的方法解决了同时反演多个参数的问题.即通过对训练样本的学习,建立隧道设计、施工已知信息(围岩力学参数、初始地应力、开挖方式、支护参数)与隧道断面位移收敛值的非线性映射关系,对于任一实测隧道位移收敛值,根据已建立的向量机位移反分析模型均可以确定其相应的围岩力学参数以及初始地应力等参数.在参数反演过程中,应用FLAC<3D>模拟实际隧道的开挖生成大量位移量测信息,构造了一系列训练样本.FLAC<3D>模型隧道参数的选取应用均匀设计理论进行设计.论文将支持向量机隧道位移反演的结果作为已知信息用于后续开挖过程中位移预测,在此,应用向量机回归理论再次建立支持向量机位移预测模型,将位移预测值与隧道工程实测结果相比较,用以评价位移反分析结果的准确性.论文以单线铁路隧道为例探讨了上述智能位移反分析和位移预测方法的可行性和应用效果,结果表明该文提出的基于支持向量机回归理论的支持向量机位移反分析和位移预测方法为隧道信息化设计和施工管理提供了一个简便而实用的分析工具,是一种智能化的信息化施工监控方法.