随着我国能源消耗量的不断增长，以及坝工建设和大坝高度的发展，对岩土体渗流参数精度的要求也越来越高。一般情况下，岩土体渗流参数确定的方法有试验方法和反分析方法两种。由于岩土体结构的复杂性、隐蔽性和时空变异性，实际工程中实测这些参数难度较大，且实测成本高昂。因此，结合有限的实测数据，由反分析方法确定围岩渗流参数便成了一种高效的研究手段。由量测信息来确定各类计算参数和模型的反分析方法，自提出以来得到了迅速的发展，目前已成为解决复杂岩土力学问题的重要方法。　　本研究主要内容包括：⑴采用三种不同类型的测试函数，分析比较了单纯形法、遗传算法和差分进化算法的各自特点，为算法融合奠定了理论基础。⑵针对传统遗传算法易早熟收敛、收敛速度较慢等缺点，以K-MEANS聚类分析方法为桥梁，在传统遗传算法中引入复合形操作，提出了一种基于复合形法的聚类遗传算法，并通过几种测试函数对该算法与其他改进遗传算法进行了比较。⑶针对差分进化算法局部收敛能力较弱的问题，在标准差分进化算法中引入控制参数自适应调整机制，使用聚类分析实现峰识别，并将局部搜索能力较强的单纯形法与差分进化算法融合，形成了一种引入单纯形操作的差分进化算法，并在相同测试函数下与其他改进差分进化算法进行了比较。⑷通过引入批处理方法，介绍了一种智能优化算法调用有限元分析软件ADINA计算的反演方法。将本文提出的两种混合算法应用于该方法，通过算例对该参数反演方法的可行性进行了论证，结果表明，该方法的有效性严重依赖于所采用的优化算法，若优化算法性能较好，该方法不失为一种简单、高效、可靠的参数反演方法。⑸将优化算法调用ADINA的参数反演方法应用于鲁地拉水电站工程的渗透系数反演中。结果表明，该算法能快速、有效的反演出符合实测资料的渗透系数。由于采用实测数据作为反演参考值，因此，这种反演方法同时又带有隐性的模型修正作用。