该文提出的用神经网络方法建立土的本构模型,可以自由选择应力路径.所以这种模型可以模拟工程现场中土体的实际应力路径.基于多种应力路径下的饱和粘土的三轴试验数据,该文建立了改进的BP神经网络模型和RBF神经网络模型,分析表明,神经网络模型能够反映应力路径的影响.此外,基于三种应力路径下的砂土的退荷和再加荷过程的三轴试验数据,该文还建立了砂土的弹塑性神经网络模型.该文提出的这种建立弹塑性本构模型的过程中,并没有使用塑性势理论,应力-应变关系是从试验数据中提取的.针对不同应力路径下的试验数据绘出了三个屈服面,可以看出屈服面具有明显的不同,这就说明应力路径对屈服面的影响是显著的.传统建模方法均以寻找合适的塑性势解析表达式为主要目标,而不能考虑应力路径影响.建立岩土本构模型的过程,实质上是从岩土介质在试验中所表现出的力学行为来反演其内在的本构关系的规律.因此,这是一个反问题,反问题理论是近30年来才发展起来的一门新的交叉学科,研究各种物理现象的逆过程是它的基本任务.根据有限数目的试验获得的测量数据,推测岩土应力-应变的内在规律属于反问题理论中模型辨识问题.神经网络模型的参数是根据试验结果直接训练得到的,故可将不同应力路径试验结果影响自然地纳入到模型参数中,并将这种模型纳入到三轴试样应力应变分析及有限元地基沉降分析中,显示了应力路径的影响是不能忽略的.我们建立的神经网络模型不仅可以考虑土的剪胀、剪缩,而且可以考虑应力路径的作用.结果表明,神经网络建模方法比传统的建模方法更方便、准确且容错性强,对岩土工程快速、高效仿真技术的进一步发展具有重要价值.