静力触探是一种常用的原位测试方法，在工程勘察中占有重要地位。旋转触探是一种特殊的触探方式，使它的贯入能力得到大大提高，解决了静力触探在坚硬黄土和软岩地层中难以获得测试结果的问题。由西安理工大学岩土工程研究所研制了旋转触探仪，并进行了一系列卓有成效的研究工作。　　关于旋转触探仪的研究，前人开展了理论分析、数值模拟和计算智能的探索，并取得了大量成果。本文在回顾总结前人研究成果的基础上，主要从以下两个方面继续研究:第一，建立旋转触探试验与相关物理力学性质参数的数据库系统;第二，建立性能优良的旋转触探试验相关数据的预测系统。针对这两方面的目标，本文的具体工作如下:　　1.整理和分类研究人员在旋转触探试验所得的大量数据，获得的68组试验数据为建立人工智能预测模型和数据库系统做准备;　　2.根据前人的试验数据和所获得的网络参数建立BP神经网络，分析其优点和不足;建立GRNN神经网络，并与BP神经网络比较性能;　　3.介绍遗传算法优化BP网络的原理和步骤，编写基于遗传算法优化BP神经网络的程序，并建立了旋转触探试验数据的预测模型。通过比较，验证遗传算法对BP网络起到了优化作用;　　4.介绍PSO算法（粒子群算法）优化BP网络的原理和步骤，编写基于PSO算法优化BP神经网络的程序，并建立了旋转触探试验数据的预测模型。对比结果，验证PSO算法对BP网络起到了优化作用;　　5.将三种预测模型的结果和已有结果综合对比分析，得出预测能力最好的模型。创建基于GUI（图形用户界面）的旋转触探试验数据库，实现对旋转触探试验及直剪试验的数据进行管理。