由于铁路施工及地质环境引起的地基沉降及变形将不可避免的影响桥梁的质量与施工安全，采用科学的预测方法，利用实测数据来预测高铁桥梁施工沉降，对保障高铁施工安全及工程质量有重要意义。　　 目前，沉降监测数据处理方法有很多，例如时间序列分析法、回归分析法、、灰色系统、神经网络、小波分析等等。但这些方法各有各的优缺点:灰色模型虽然可以得到比较好的预测结果，但其由于建模特点，主要适用于单调的指数序列，然而当原始序列偏离指数规律越远时，模拟结果与真实值偏差就越大。回归分析法是利用数理统计原理，对大量的统计数据进行数学处理，并用某一因变量与某些自变量的相关关系，建立一个相关性较好的回归方程，这种方法简单成熟，但由于没有考虑数据的随机性，也没考虑数据质量的好坏，使异常数据也参与拟合分析，导致预测精度较差甚至预测结果失真。神经网络具有一定的容错能力、联想能力和自学习能力，以及自组织自适应性等特性，非常适合解决非线性映射问题，但传统BP网络是一个非线性优化问题，存在局部极小问题，所以实际上得到的是局部最优点，另外网络结构选择也很大程度上影响网路的性能，网络过大，训练效率不高，还会由于过拟合致使网络性能脆弱，容错能力下降，而网络太小，又有可能不收敛。　　 针对单一模型在形变监测数据处理中的优缺点，本文提出了基于BP人工神经网络与灰色理论的组合模型。按照研究内容和论文章节顺序，简要介绍如下:　　 1.简单介绍了本文研究工作的目的和意义，比较全面地介绍了目前灰色理论和BP神经网络模型在沉降监测中的研究现状，存在的问题和对今后研究的展望，系统分析了新屋特大桥沉降监测系统的结构及功能设计，提出了本文的研究重点和主要研究内容。　　 2.将BP人工神经网络和灰色理论分别用于大桥沉降监测预测。简要介绍了BP网络和灰色理论的原理，分别利用BP网络和灰色理论建立预测大桥桥墩沉降的模型，并对传统的BP网络模型进行改进。　　 3.将BP人工神经网络和灰色理论的组合模型用于大桥沉降监测预测。简要介绍了组合模型的预测原理，利用组合模型建立预测大桥桥墩沉降的模型，并对三种预测模型进行精度对比分析。　　 4.对于BP网络来说，隐含层的的选取不同，对预测结果的精度影响较大，本文专门对选取不同的层数，进行了隐含层数的优选试验，得出最佳层数。