随着济南地区高层建筑的蓬勃发展，承受竖向荷载的桩基础由于其巨大的工程实用价值而被广泛应用；作为检验桩基础质量的一个重要指标——单桩竖向承载力受到岩土工程技术人员的高度关注。目前，济南地区仍将静载荷实验和CASE法等现场实验作为确定单桩竖向承载力的主要方法。可是这两种方法的众多缺陷限制了它们在桩基础工程中的应用。半经验半理论公式固然可以用于确定单桩的承载力，但这些公式假设条件太多，不符合济南的实际情况。因此，本文在充分调研济南地区基桩测试资料的基础上，建立一种智能化的模型——遗传-BP神经网络模型来预测单桩竖向承载力。 本文首先介绍了国内外关于单桩竖向承载力的研究现状，系统的分析了当前各主要的确定单桩竖向承载力方法的优缺点，指出当前研究新方法的必要性。 其次，在总结前人经验的基础上，依据所收集的100多棵试桩资料，经过拟合和对比等处理方法，定性的分析了影响单桩竖向承载力的主要因素：桩长径比、桩身材料强度、桩周土的工程性质，桩端土的工程性质，桩端入持力层厚度、施工工艺和时间效应等。 再次，针对济南地区单桩竖向承载力的特点，以遗传算法和BP神经网络为主要技术手段，建立了预测单桩竖向承载力的神经网络模型，并利用遗传算法优化BP神经网络的权值和阀值，在该模型中进行建模和预测的创新研究。在研究中，初步选取单桩竖向承载力的8个主要影响因素作为输入神经元，和单桩竖向承载力作为输出神经元，建立一个8-17-1的人工神经网络模型。为了实现该模型，本文采用MATLAB语言进行编译程序和求解。 最后，利用所收集的济南地区试桩资料作为样本训练该遗传-BP神经网络预测模型，并对该地区另外13棵试验桩作仿真预测，将预测结果与实际检测值比较，结果表明，其相对误差都在15％以内，证明所建的预测模型比较符合实际，具有一定的理论研究和实用价值。