我国的经济建设迅速发展,出现了大量深基坑工程项目,其规模与难度日渐增大,深基坑的开挖引起周围建筑物变形开裂是实际工程中的显著问题之一,而深基坑开挖过程中的变形预测和监测是工程设计施工过程中重要的环节。根据深基坑的位移监测数据,建立基坑深层水平位移的预测系统,及时将预测结果反馈给施工与设计单位,有利于及时调整施工方案、优化设计,减少基坑施工过程中的安全隐患,对基坑工程建设具有重要的工程意义。由于人工神经网络在处理非线性问题上的突出优点,本文采用应用最为广泛的BP神经网络来研究深基坑围护变形预测的问题。本文在前人初步研究的基础上,进一步作了大量的研究工作,取得了一定的成果。首先比较详细地总结了深基坑工程的特点和人工神经网络在深基坑变形预测应用的研究现状。在阐述和分析神经网络一般原理的基础上,总结了人工神经网络的基本模型与算法,分析了人工神经网络方法的优势。其次,较全面地分析和总结了影响深基坑围护变形的主要因素,采用层次分析法建立了深基坑围护变形的评价指标体系,并列出评价体系的量化标准。然后选取杭州市钱江新城区域某深基坑工程作为实例,将其测斜孔对应不同监测日期的深层土体水平位移数据作为本文的训练样本数据,选取了影响深基坑围护变形的16个因素,并根据建立的评价指标体系和量化标准分别进行赋值,将其作为网络的输入层神经元,以不同深度的围护深层土体水平位移量分别作为网络的输出层神经元,利用Matlab工具箱和编写带有动量梯度下降法的应用程序,不断调试神经网络中各个参数,最终确定了48个网络模型以预测不同深度下围护深层土体的水平位移,并验证了各个模型的有效性。最后,选取另一深基坑工程中两个测斜孔对应的不同工况,根据评价指标体系和量化标准对各个影响因素进行赋值,利用已建的BP神经网络模型分别预测不同工况下深基坑围护产生的深层土体水平位移,为工程建设提供有益参考。