随着城市的整体素质和现代化水平的提高,基础设施高能化对于混凝土施工技术的要求也越来越高,大体量、大用量的大体积混凝土工程鳞次栉比。随之而来的是在大体积混凝土施工过程中,出现的一个关键性的技术难题——温度裂缝的控制。有限元分析等数值模拟方法虽常被用于预估大体积混凝土结构中出现的裂缝,但分析的准确性往往需要依靠各个热特性值参数,然而这些热特性值基于材料自身,在实际状况下,获得可靠性较高的数值是非常困难的;虽然也能够从实验室测试中获得,但目前并没有固定的测试方法,且实验室结构往往与实际情况存在很大差异。因此,本文提出了将有限元温度分析与两种群体智能算法相结合的逆向温度分析法,用以识别材料的热特性值。首先,大体积混凝土由于混凝土浇筑量大,内部水化热能量不易散发的特点,会产生温度裂缝,若不加以控制任其发展为贯穿裂缝,严重时可能会影响结构的安全。通常直接使用经验值或实验室测得值载入有限元法进行瞬时温度分析,但通过研究发现,使用一般值进行的温度分析与实际测量值之间存在偏差。其次,群体智能算法在优化问题方面具有良好的表现,本文选择了其中理论及操作都较为完善的粒子群算法及人工蜂群算法,两种算法被用于优化温度分析的载入值。最后,为了解决一般值下的温度分析与实际情况存在偏差的问题,本文通过将实测的温度载入温度分析中,结合以上两种群体智能算法反向识别热特性值参数。该情况下得到的数值将会是更接近于工程实际情况的数值,也为将来的应力分析及裂缝预估打下了良好的基础。通过工程实例验证表明,使用一般热特性值进行的温度分析的结果与实际测量温度之间的确存在较大偏差,而通过本方法反向识别出的热特性值参数,再重新载入温度分析中表现良好,与一般值相比,更加接近于该工程的实际情况,因此该方法在大体积混凝土施工阶段可用于优化结构的温度分析,为制定裂缝的防控措施提供实践参考。