为解决隧洞开挖过程中围岩压力释放率难以获得的难题,融合性能优良的粒子群优化算法与高斯过程机器学习方法,借助 FLAC3D数值计算软件,提出隧洞围岩压力释放率求取的粒子群优化-高斯过程-FLAC3D方法。将围岩压力释放率求取转化为以岩体力学参数和围岩压力释放率作为决策变量,以计算与实测位移的差作为目标函数的全局优化反分析问题。针对该反分析问题是极值难以获取的高计算代价全局优化问题,采用粒子群算法寻优,在寻优过程中借助高斯过程机器学习模型不断地总结历史经验,预测包含全局最优解的最有前景方向,通过提高粒子群搜索效率并降低适应度评价次数,进而有效地降低围岩压力释放率求取过程中的数值计算工作量。算例研究结果表明,粒子群优化-高斯过程-FLAC3D方法比粒子群优化方法的计算效率提高了近6倍,最后将其应用到锦屏二级水电站 B 辅助洞围岩压力释放率反分析,获得该工程围岩压力释放率为0.41,占围岩总压力的比重较大,应给予足够重视。