近年来,我国许多城市先后开始了地铁建设并相继投入运营。地铁凭借其方便、安全、快捷等优势已成为重要的城市公共交通方式之一。然而地铁盾构隧道尤其是处于软土地区的地铁盾构隧道,在运营期间将会产生一定的长期沉降。过大的长期沉降将对地铁的正常运营和安全使用带来隐患,而准确地预测盾构隧道长期沉降,可为分析、解决地铁列车运营安全问题提供依据。本文以苏州地铁一号线、二号线沉降监测数据为依据,建立多种预测模型对苏州地铁盾构隧道横断面、纵断面长期沉降进行了预测,主要研究内容如下:1、整理了苏州地铁一号线、二号线沉降监测数据,分析了苏州地铁盾构隧道横断面、纵断面长期沉降的特征,探讨了苏州地铁盾构隧道的长期沉降机理。2、借助Matlab工具,建立双曲线模型、幂多项式模型、BP神经网络模型、支持向量机模型、最小二乘支持向量机模型、GM(1,1)灰色模型以及灰色关联分析模型,对苏州地铁盾构隧道横断面长期沉降进行预测,对比预测与实测数据,结果表明,最小二乘支持向量机模型的预测精度最高,均方差为0.86,最适用于预测苏州地铁盾构隧道的横断面长期沉降,而幂多项式模型的精度最低,均方差达到了3.19。3、借助Matlab工具,建立支持向量机模型、最小二乘支持向量机模型以及小波神经网络模型对苏州地铁盾构隧道纵断面长期沉降进行预测,对比预测与实测数据,结果表明,最小二乘支持向量机模型的预测精度最高,均方差为1.29,最适用于预测苏州地铁盾构隧道的纵断面长期沉降。而小波神经网络的预测精度最低,均方差为1.53。