随着我国改革开放的日益深入，经济建设得到了蓬勃发展。日益加速的城市建设，使我国在道路交通领域的需求日益增大。与此同时，在我国沿海和内陆地区，特别是大江大河附近，广泛分布着河相、海相或泻湖相沉积层，土的类别多为饱和淤泥、淤泥质粘土、淤泥质粉质粘土等，具有高含水量、大孔隙率、低强度、高压缩性、低透水性等特点，这决定了软土地基压缩性较大、排水固结较为缓慢、稳定性较差等不良工程特性，这对路堤工程建设，特别是高等级公路建设将带来十分不利的影响。 由于软土所具有的复杂结构，对其沉降的计算及其发展的准确预测一直是一个难点，也是一个研究热点，有许多理论及计算方法在实践中得到了一定的实践应用。 由于软土地基监测方式较为简单，精度较高，同时所得数据具有实时性、动态性等特点，因而该方法在工程中得到了广泛应用。利用监测资料，可以及时掌握工程建设中软土地基的应力～应变状态，从而能及时发现潜在危险，并采取相应处理措施，保证工程施工安全、顺利的进行。另外，由于现场监测资料的实时性和动态性，它可以较为及时、真实的反应软土地基在一段时期内的变化情况，因而利用现场监测资料来对软土路基的沉降规律进行分析研究，从而对其变形的发展趋势进行预测，对后期工程以及今后的其他工程，都有一定的指导和借鉴意义。 近年来，灰色预测理论和人工智能神经网络理论得到了不断的发展和完善，其在工程领域的应用，尤其是在软土地基沉降预测方面，即利用一段时期内的沉降监测数据对其后续发展进行预测，收到了较好的应用效果。本文结合广州西二环高速公路实际工程建设项目，通过对软土路堤填筑施工的各项监测数据的处理和分析，并结合现场实际情况，得出了一些对项目建设有一定指导意义的结论。本文中所作的主要工作包括以下几个方面： 1.介绍了软土的成因及其结构特性，对软土变形特征及其影响因素进行了简要分析。 2.简要介绍了几种主要软土地基沉降的计算及预测方法。 3.对工程概况进行了简单介绍，对所获得的典型监控断面孔隙水压力监测数据、侧向位移监测数据以及累积沉降监测数据等成果进行处理和分析，并总结了这几方面的特征及发展规律。 4.介绍了灰色理论及灰色GM(1，1)模型的建立，并将建立的预测模型应用于工程实例，将所得拟合及预测结果与实测数据进行了对比分析。 5.对人工智能神经网络理论进行了简单介绍，概要阐述了BP神经网络模型的理论及其建立，并结合软件MATLAB7的应用，建立BP神经网络模型，并对该模型进行了一定程度上的改进。 6.利用改进后的BP神经网络模型对所选用的沉降数据进行分析、预测，在与样本数据进行比较的同时，将其与灰色模型的预测结果进行了对比分析。 通过对以上几个方面的分析研究，本文得出了以下主要结论： 1.文中利用灰色GM(1，1)模型对软土路基沉降进行了分析和预测，其数据拟合效果较为理想，但预测数据的收敛性方面存在缺陷，与沉降发展的实际情况有一定差异。 2.本文利用改进后的BP神经网络模型对沉降进行分析处理，通过比较该模型和GM(1，1)模型两者对沉降的预测效果可以看出，BP神经网络模型的预测精度及数据收敛性方面较后者有明显优势，其预测效果明显优于GM(1，1)模型，可以认为是一种准确有效的沉降预测方法。