本文运用了多种分析研究方法，对实测沉降数据进行拟合和预测。其中包括曲线拟合法中的指数曲线法、双曲线法、泊松曲线法和多项式法，神经网络法以及灰色模型预测法。 论文首先探讨了各种分析方法的基本原理和主要步骤，并将这些方法应用于实际工程的实测沉降过程中的拟合和沉降预测。研究表明： 1.对于同一工程采用多种传统的曲线法进行拟合时，因为地基土体性状的复杂性和多样性，传统的曲线拟合法有各自的适用条件，很难依照一种理想曲线形式发展。用前期数据预测后期数据时，随着实测数据的增多，泊松曲线表现出了很好的拟合预测效果。 2.用人工神经网络对整个沉降过程的拟合效果很好，尤其是施工期的拟合效果明显优于其他曲线拟合法；用前期沉降数据训练网络来预测后期沉降效果非常理想，精度高于其他预测方法。 3.用灰色预测法拟合同一工程的全过程时得出：多数据GM(1，1)模型，对于沉降趋势符合指数规律的实验段有很好的拟合效果；GM(2，1)和Verhulst模型对于有“S”型的发展趋势的沉降数据有很好的拟合效果。 用多种方法拟合同一工程的沉降过程，由试验段的实测沉降数据拟合和预测结果表明：神经网络的拟合效果最好，与以数理统计方法的代表其他两种方法相比，具有预测精度更准确、方法更简便、可靠性更高的特点，是最值得在实际工程应用中推广的方法。 因此，应该采用多种方法进行综合分析，在传统方法的基础上，引入神经网络分析，以使拟合和预测效果更理想。