在隧道工程施工中,围岩变形稳定与隧道工程安全是紧密联系在一起的,隧道工程事故的主要表现就是围岩的失稳,这就使得我们对隧道围岩变形监控越来越重视,围岩变形稳定的判断已经成为隧道技术的主要问题。目前,变形预测方法一般主要有经验系数法、安全系数法、数值法。实际工程中,以上方法均得以广泛应用,但对于隧道工程而言,以数值模拟方法为主,由于隧道围岩的复杂性和不可预见性,使得该方法仅可作为实际工程的理论参考。所以,越来越多的学者把目光投向系统方法,系统方法应用较多的主要是灰色系统理论与神经网络方法,本文将对这两种方法在隧道围岩变形中的应用进行论述。本文以新建兰渝铁路中化马隧道为主要实例,通过对化马隧道实际监测的变形数据的描述和分析,采用灰色系统理论和神经网络两种方法进行围岩变形的后期预测。根据预测天数的不同,本文选取不同的前期实测数据,以这些选取的实测数据为基础,采用两种预测方法分别对该隧道的围岩后期变形进行预测。文中对预测后的数据均列表显示,根据预测数据和实测数据的对比,选择最优的预测天数,并根据对比图形对围岩变形稳定时间作出判断。本文在利用灰色理论和神经网络系统方法对隧道围岩变形稳定时间进行预测的同时,通过对预测实例的分析和讨论,探讨两种方法的优缺点,对两种方法的适用性进行了详细的阐述。灰色预测模型GM(1,1)主要的特点就是模型简单、可以使用较少的实测数据构建模型。这个特点大大降低了建模和运算的难度,但是灰色理论预测模型对于波动性的数据来说预测效果不好,而且预测准确性随着时间的推移而不断下降。神经网络对于非线性系统的预测具有良好的性能,但是对网络进行训练需要大量的实测数据,而且神经网络对于参数的敏感度很高,需要大量的参数试算,选取最优的参数,不然也很难达到我们预期的效果。最后,本文对新建兰渝铁路中化马隧道的预测断面进行了三维数值模拟。文中采用Ansys软件进行模拟,模拟化马隧道预测断面的围岩变形、围岩应力、围岩弹塑性等方面,根据模拟结果进行分析和讨论,判断化马隧道预测断面围岩在二次支护前的变形和应力安全性。模拟后发现,在我们预测的围岩变形稳定时间段内,隧道围岩是安全可靠地。