随着当前我国特色社会主义市场经济建设的快速发展与对大型高速公路交通工程的大规模投资,隧道建设工程数量也在不断扩大。伴随而来的是公路隧道火灾引发的各种事故和安全隐患。临界风速作为判断隧道火灾烟气逆流情况的重要指标,为火灾后续救援和人员逃生提供重要依据。因此,研究隧道火灾临界风速对当前隧道交通安全问题有着积极作用。论文基于传统数值模拟方法结合长短时记忆网络（Long Short-Term Memory networks,LSTM）构建临界风速预测模型,探索临界风速更迅速更准确的预测方式。论文主要研究内容概述如下:首先在FDS（fire dynamics simulator）软件的前处理工具Pyro Sim中搭建了马蹄形双车道公路隧道模型,在传统的临界风速计算基础上,采用数值模拟实验对影响隧道火灾临界风速的多方面因素进行了实验研究,并对实验结果作出了评价。通过对比分析验证了模拟实验的可信度和所得数据的精确性;其次建立LSTM临界风速预测模型,并且完成其网络架构及相关网络参数的设置;最后以火源功率、火源尺寸、火源位置、隧道坡度、隧道堵塞五种类型的隧道火灾临界风速主要影响因素作为网络输入,临界风速作为网络输出来训练网络,同时选数据样本进行网络性能测试。论文将神经网络预测值与FDS数值模拟值进行对比实验,使用测试数据集对所提出的LSTM临界风速预测模型进行误差分析,该模型预测值与期望值最大相对误差为0.0207,MAE为0.0306,RMSE为0.0356。实验表明该模型具有准确性和可靠性,节约计算成本的同时,可满足公路隧道火灾临界风速预测。