随着我国大量兴建高层建筑和开发城市地下空间，深基坑(深度大于6米)工程越来越多，位于繁华市区的深基坑周围建筑物密集、地下环境复杂，使深基坑开挖施工过程中引起周围环境的变化越发受到岩土工作者的重视。 基坑的变形受到多种因素的综合影响，基坑的实际变形很难用统一的理论公式进行计算。利用现场监测数据来预测后期变形和发展趋势来指导施工，可以有效保护周边环境。 神经网络预测方法被大量应用到岩土工程领域，但它也有一定的缺点和不足。本文针对广泛应用的神经网络方法进行了一些改进研究，为复杂基坑工程的位移预测问题提供了几个可以借鉴的解决方法。本文紧密结合青岛地区大型基坑工程进行分析研究，主要内容和结论如下： (1)本文在经典BP神经网络中引入Cauchy扰动方法和时间滚动技术，利用Matlab语言编程，首次实现了全并行扰动和非全并行扰动的动态BP-Cauchy基坑位移预测模型。 (2)通过青岛地区大型基坑工程监测数据预测分析，证实了动态BP-Cauchy模型较经典即模型具有较好的预测性能和良好的应用前景。 (3)本文在前人研究的基础上，提出了利用遗传算法对神经网络节点函数作用系数群体优化(15个节点函数系数同时优化)的GA-transFcn预测模型。 (4)通过大量的数值试验和实例预测分析表明，对于GA-transFcn预测模型，节点函数作用系数和初始的权值、阈值有很大的相关性，所以在优化过程中把两者联系起来才能达到较好的效果。 (5)本文首次在GA-transFcn预测模型中，将适应度函数的选取综合考虑拟合误差和外推误差，数值试验表明，这样使确定的网络节点函数作用系数更为有效。