岩体结构的复杂性决定了岩土工程是一个高度非线性的不确定系统。在针对岩土工程进行设计、施工和运维过程中,如何合理准确的确定岩土体的物理力学参数,从而分析岩土工程的受力状态和变形是一道难题。本文提出的基于天牛群算法优化支持向量回归机（BSO-SVR）的岩土工程位移反分析方法,它利用优化的支持向量回归机模型代替数值模型建立岩体物理力学参数和岩体位移之间的复杂非线性映射关系,根据工程实测位移信息反演岩体物理力学参数,并通过有限差分（FDM）模型对岩土工程进行正向分析。这种方法结合了智能优化方法和数值计算方法等先进方法的优点,为岩土工程位移反分析开辟了一条新途径。论文主要工作如下:（1）详细阐述了支持向量回归机（SVR）的原理,详细推导了其建模及实现过程,分析了支持向量回归机的优点、缺点和不足,指出了支持向量回归机参数——罚值C和核宽度?²对非线性问题映射能力的影响。（2）详细阐述了天牛须搜索（BAS）算法的仿生原理,详细推导了其建模及编程实现过程,分析了BAS的优点、缺点和不足。借鉴群体智能算法的思想,生成可交互信息的天牛群,引入天牛群速度的概念,优化BAS形成了天牛群（BSO）算法。详细阐述了BSO的建模及编程实现过程。基于仿真试验,对比了BAS、BSO的计算结果。计算结果反应了BSO对高维非线性复杂函数寻优问题计算的精确性与高效性,证明了优化思路的正确性。（3）提出了基于BSO-SVR的岩土工程位移反分析方法,详细阐述了BSO-SVR位移反分析（DBA）模型的建模及编程实现过程。基于BSO-SVR的岩土工程位移反分析方法主要分为三个阶段:第一阶段为SVR模型优化阶段,BSO在此阶段进行SVR的C、?²参数寻优;第二阶段为岩体物理力学参数反演阶段,BSO在此阶段进行岩体物理力学参数寻优;第三阶段为FDM正向计算分析阶段,对岩土工程的受力状态和变形进行分析和预测。（4）以上述工作为基础,结合江津油溪长江大桥隧道锚原位缩尺模型试验,采用BSO-SVR岩土工程位移反分析方法,开展工程运用研究,同时与传统的PSO-SVR方法进行了对比分析。首先反演出了砂岩弹形模量E、内聚力C、内摩擦角φ和抗拉强度Rt的值;然后将反演得到的岩体参数代入FDM计算软件FLAC^3D中进行正向计算,得出各位移测点的位移计算值,并与实测位移值进行对比;最后分析了在不同荷载比例下,锚碇及锚碇围岩的受力状态及破坏特性。