路基沉降是高速铁路无砟轨道铺建过程中涉及的关键问题，线下工程路基沉降预测是高铁路基施工过程中一个非常关键的技术，它直接关系着高速铁路的运行安全和使用寿命。本论文在现有路基沉降预测模型的基础上提出了组合预测模型，并将其用于高速铁路路基沉降预测中，取得了较好的预测效果。论文详细分析了目前存在的路基沉降单项预测模型如，三点法、Asaoka法、双曲线、GM灰度预测法，Verhulst灰度预测法，并通过实验仿真对路基沉降预测效果进行对比；采用最小二乘支持向量机建立基于智能计算的高速铁路路基沉降预测模型，对样本数据分别以“时间-沉降值”序列和“沉降值-沉降值”序列的方式进行处理，改善预测模型的预测精度，同时利用滚动时窗形式，增加预测模型的稳定性，并对预测效果进行了仿真验证。为简化组合预测模型结构，提高预测精度，论文提出了应用协整理论对各类单项预测模型进行遴选，并结合信息冗余筛选原则，遴选出满足协整关系，并含有有效预测信息的单项预测模型。建立组合预测模型。将遴选出的单项预测模型分别建立定权组合预测模型和变权组合预测模型，定权组合预测模型是以误差平方和最小为原则，将遴选出的几类单项预测模型按一定的权值进行组合，组合后输出的沉降值为定权组合预测模型的预测输出；变权组合预测模型是将遴选出的单项预测模型的预测值作为支持向量机的输入，支持向量机的输出作为组合预测模型的预测输出。由于组合预测模型有效综合了各类预测方法的信息，在提高预测精度的同时，还能有效降低了预测风险。采用兰新高速铁路和郑西高速铁路路基沉降实测数据对组合预测方法进行验证，仿真实验说明论文所提出的高速铁路路基沉降组合预测模型不但改善了预测效果，还降低了预测风险，提高了预测模型抗干扰能力，对工程的实际应用具有较高的参考价值。