高拱坝施工常面临水文气候条件复杂、作业空间狭小和施工约束等问题,为高拱坝施工进度的有效控制带来了极大的挑战。施工仿真技术和施工方案优选方法为高拱坝施工过程分析及施工进度管控提供了有效的途径。随着工程的推进,高拱坝施工作业空间、施工约束等不断发生变化,这导致施工仿真参数发生动态变化。如何有效地动态更新施工仿真参数是确保建设期施工进度仿真准确性的关键。然而,现有的施工仿真参数更新方法难以有效地提取施工参数随时间的复杂变化特征,预测效果有待进一步提高。另一方面,高拱坝施工方案优选需要综合考虑施工工期、成本等定量指标和施工组织难度等定性指标,这些决策指标难以采用相同形式如实数、区间数和模糊数等进行表达,即具有异质性;此外,由于对决策问题的认知有限,工程决策人员往往是有限理性的。然而现有的施工方案优选方法未能综合考虑决策信息的异质性和决策者有限理性的影响。本文针对上述问题展开深入研究,取得下述主要研究成果:（1）针对目前施工参数更新研究无法有效提取和学习施工参数的复杂非线性和波动性变化特征的问题,提出高拱坝施工仿真参数EMD-P-ILSTM动态更新模型。现有的施工参数更新研究多采用贝叶斯更新方法,存在无法反映施工参数局部非线性和波动性变化的不足;少数采用浅层学习方法难以有效挖掘施工参数序列潜在信息。因此,利用深度长短期记忆网络（Long short-term memory,LSTM）能够逐层提取并学习参数序列复杂特征的优势,并采用将施工参数序列先分解、再预测后集成的建模思路,提出高拱坝施工仿真参数EMD-P-ILSTM动态更新模型。该模型利用基于自适应步长改进的天牛须算法对LSTM模型的学习率、批处理大小和LSTM单元数等超参数进行自动寻优,在保证预测精度的前提下能够有效地提高建模效率。此外,为了降低参数序列的非平稳性和时间窗口人工选取的主观性,分别采用经验模态分解法和偏自相关函数对施工参数序列进行分解并依据数据间相关性自动确定分解后子序列预测的时间窗口。（2）针对目前的施工方案优选研究未能综合考虑决策信息的异质性和决策者有限理性的问题,提出基于改进TODIM（Portuguese acronym for interactive multi-criteria decision making）的高拱坝施工方案优选方法。目前施工方案优选研究未能考虑工期、成本和施工组织难度等决策指标具有实数、区间数、模糊数、语言变量等不同的表达形式,同时忽略了决策专家的有限理性。TODIM方法能够考虑决策者参照依赖、损失规避等有限理性心理行为,并已被应用于异质信息（Heterogeneous information,HI）多属性决策中。然而,现有的异质信息TODIM方法大多无法准确计算异质决策信息间的收益度和损失度,进而影响了决策结果的合理性。针对上述问题,提出考虑包括实数、区间数、模糊数和语言变量的异质信息施工方案优选TODIM方法。其中,建立一种新的异质信息收益度和损失度计算方法。该方法能够避免异质决策信息的转化带来的信息丢失且能够考虑当区间数或模糊数重叠或相交而同时存在收益度和损失度的情况。此外,在考虑决策者损失规避等心理行为的基础上,基于收益度和损失度计算各施工方案的优势度、劣势度及全局优势度,进而优选出最佳施工方案。（3）以某混凝土高拱坝工程为例,开展基于改进LSTM参数更新的高拱坝施工仿真及方案优选研究,验证上述所提出方法的可行性。以缆机单循环运行时间参数为例,采用EMD-P-ILSTM参数更新模型对施工参数进行预测更新,结果表明本文模型相较于EMD-ILSTM、LSTM、BPNN、SVM和贝叶斯更新模型具有更高的预测精度（平均绝对误差为0.187、均方误差为0.07、平均百分比误差为2.206和相关系数为0.953）;进一步地,相较于其他更新方法,利用本文参数更新方法优化的仿真模型进行仿真计算得到的计划进度与实际施工进度更加吻合,偏差率仅为0.88%。最后,采用实数、区间数、模糊数和语言变量分别对工期、成本等定量指标和施工组织难度、施工质量等定性指标进行表达,并采用基于改进的TODIM方法对待选施工方案进行优选。本文方法分别与HI-TOPSIS和现有的HI-TODIM方法的对比结果表明,相较于HITOPSIS,本研究方法能够考虑决策者有限理性心理行为对决策结果的影响;与现有的HI-TODIM方法相比,本文方法能够更加准确计算两个区间数和模糊数评价间的收益度和损失度。