隧道围岩参数是公路隧道建设中的重要参数之一,也是隧道设计和施工的重要依据。如何简单、方便的确定围岩参数和本构模型一直是岩土工程师研究的热点之一。随着“新奥法”施工方法的普及,信息的动态反馈也备受关注。因此针对蕾帽山隧道进行围岩参数反分析及通过施工动态模拟实现信息反馈的研究是十分有意义的。本文结合目前在建的广西钦州至崇左高速公路的蕾帽山隧道项目,通过采取现场调研、监控量测、理论分析和数值模拟相结合的方法来对蕾帽山隧道进行分析和研究。以蕾帽山隧道现场实际量测数据为基础,基于MATLAB7.0的神经网络工具箱,采用BP神经网络模型和FLAC3D数值模拟相互结合的方法,利用正交设计方法和均匀设计方法,为BP神经网络模型建立学习训练样本和检测样本。通过对这些样本的学习和训练,建立隧道围岩参数与隧道位移(水平收敛位移和拱顶沉降位移)之间的一种非线性映射关系。利用建立的非线性映射关系,对蕾帽山隧道的两个参数弹性模量E和水平侧压力系数k0进行反演分析,反演出弹性模量为9.73GPa,水平侧压力系数为0.42,采用反演参数进行围岩的仿真模拟,模拟结果符合工程精度要求。利用FLAC3D建立的三维蕾帽山隧道模型,进行动态开挖模拟,实现对未开挖断面围岩位移的预测,并得出监测断面和掌子面之间的影响距离为2D-3D(D为开挖断面的跨度)。本文研究的基于BP神经网络的位移反分析方法对隧道工程设计、施工、监测提供一定的决策依据,对隧道后续开挖的设计、施工、监测提供建议值,实现信息的反馈,对相似隧道工程提供指导和借鉴意义。