随着城市化进程的不断推进,基坑工程不断增加的深度与规模都对周边紧邻环境造成了巨大的挑战。从业者仅凭以往的工程经验和定量分析往往难以应对复杂的基坑工程或对周边环境控制要求严格的工程项目,因此,借助现场监测提供的动态数据来指导施工具有重要意义。本文依托上海徐家汇中心虹桥路地块项目,研究了监测数据的预处理方法,同时通过神经网络技术预测了紧邻环境未来的变化趋势,并基于预测数据,从多因素角度分析了深基坑紧邻环境的安全态势。主要研究内容及结论总结如下:（1）基坑原始监测数据预处理。首先,针对非等时距的基坑原始监测数据,提出了Akima插值法用于数据填补,同时对比了三次样条插值法的填补效果,并将Akima插值法应用于上海徐家汇中心项目的监测数据。其次,对填补后的监测数据进行了每日变化量的正态性检验,结果表明每日变化量不服从正态分布,由此提出了加权移动极差法进行异常值识别。最后,为消除监测数据在获取过程中受到的噪声影响,同时充分保留原始数据的趋势信息,使用db N小波函数实现对监测数据的降噪。（2）基于神经网络的深基坑监测数据预测。对预处理后的监测数据,使用长短时记忆神经网络进行短时预测,并根据模型的输入特征数,将神经网络分为单特征模型和多特征模型进行训练。训练过程主要是通过对比损失函数,确定两种模型的网络初始化器、优化器、激活函数等关键参数。其中,在多特征模型中计算了测点间的皮尔森相关性系数大小,由此选用相关性高的组合进行输入,实现了多特征模型对监测数据的有效预测。（3）基于模糊综合评价法的基坑安全态势评估。基于神经网络得到的预测数据,使用改进模糊综合评价法建立对深基坑紧邻环境的安全态势评估体系。首先,确定了环境安全等级的划分标准和体系评价因子,并构造出抛物线型的隶属度函数,其次,通过层次分析法对评价权重进行分析计算。最后,将安全态势评估体系应用于上海徐家汇中心项目实例。通过计算分析,得出其基坑工程紧邻环境在11月6日处于一级环境安全等级的评估结论,即基坑和紧邻环境均处于安全稳定状态。