高速铁路隧道正逐步向长距离、大直径、大埋深等方向发展,对施工安全性要求也随之提高。岩土具有非均质性、离散性、高非线性等特点,导致岩体变形与破坏特性十分复杂。隧道围岩变形的监测数据反映了其当前状态和未来趋势,可为构建较为准确的围岩力学模型提供可靠信息,同时也是围岩变形预测及施工安全性评估的重要依据。本文结合阳山高速铁路隧道施工期内的围岩变形监测数据,开展隧道施工安全性分析及围岩变形预测研究,主要研究内容包括:（1）高速铁路隧道围岩力学参数反分析研究。采用FALC 3D对阳山隧道浅埋段进行了数值模拟,基于遗传算法优化的支持向量回归算法,构建了高铁隧道围岩力学参数反分析模型,并反演了隧道围岩力学参数。结果表明:所建立的反分析模型具有较高的准确性,可为后续施工安全性分析提供可靠的围岩力学参数。（2）基于FLAC 3D的隧道施工安全性分析。采用FLAC 3D对不同的隧道施工方法及不同的施工台阶长度进行了数值模拟,分析了隧道围岩变形、应力与塑性区的分布特性,揭示了不同开挖方式的围岩变形机制与应力重分布规律。通过对比分析,对阳山隧道浅埋段开挖方法进行了优化。（3）基于多任务学习的围岩变形数据重构研究。选取相邻监测断面的围岩变形监测数据,采用基于多任务学习的最小二乘支持向量回归算法,重构了缺失的变形数据。在此基础上,对比了三种同类型单任务算法的数据重构性能,验证了所提出多任务重构模型的适用性,并为后续的围岩变形预测分析提供了完整数据。（4）基于组合模型的围岩变形预测研究。根据围岩收敛变形实测数据,采用基于贝叶斯参数优化的经验预测模型,获取初步预测结果。在此基础上,采用相关向量机算法修正经验模型预测结果,构建了高铁隧道围岩收敛组合预测模型,以提高围岩收敛变形预测精度。最后,对比了四种模型的数据预测精度,验证了所提出的预测模型的有效性和可靠性。