如何通过比较简单的方法获得准确的隧道围岩力学参数，是近代隧道科技工作者和工程技术人员在积极研究的课题。反分析法是确定隧道围岩力学参数比较好的方法之一。本文结合五道梁隧道项目，提出了BP神经网络和PSO优化算法相结合的混合算法，在ASP.NET平台上开发了隧道围岩参数智能反分析系统，并在实际工程中得到了应用。本文的具体工作内容包括以下三个方面:　　(1)介绍了BP神经网络和粒子群(PSO)优化算法的基本理论，利用PSO算法的全局寻优能力对BP神经网络的权值和阈值进行了优化，并在MATLAB上利用神经网络工具箱函数编程实现，最后利用常用的测试函数对PSO算法的寻优能力进行了测试;　　(2)在微软的ASP.NET平台上利用.NET与MATLAB混合编程理论开发了基于Web方式的隧道围岩参数智能反分析系统，实现了项目管理、监测数据的录入、回归分析、参数反演等功能，系统界面良好、操作简便，能够对围岩参数的反分析起到推广作用;　　(3)结合五道梁隧道现场情况，并利用正交试验设计和均匀试验设计构造了神经网络的学习和测试样本，利用隧道围岩参数智能反分析系统对五道梁隧道DK236+650断面进行了参数反演计算，并对计算结果进行了分析。最后，将反演出的围岩参数代入FLAC3D正分析程序进行了隧道开挖的位移计算，并将计算结果与实测结果进行了对比分析。