路基是高速公路最重要的结构,直接影响高速公路建设质量。路基工后沉降是影响路基质量的关键性因素之一。路基施工过程中,路基填筑速度和道路各结构层施工时机的把握,都是以路基沉降预测为基础的。因此,能够客观、准确、及时地预测其最终沉降,并采取合理的处理方案,对于保证路基修筑期的稳定和工后沉降都具有十分重要的意义。软基沉降受多重因素影响,因此对其进行精确地预测和采取合理的处理方案都是一个非常复杂的技术问题。据此,本文围绕高速公路软基沉降预测和加固处理方案评价方法进行了研究。根据研究的内容和章节顺序的先后,本文取得到了以下研究成果：(1)近年来,虽然神经网络在软基沉降预测中的研究和应用已有很多,但多是针对BP神经网络或与其组合方法的研究和应用,无法从根本上克服BP神经网络与生俱来的一些缺陷。因此本文提出了一种新的神经网络GRNN神经网络,用来预测软土路基工后总沉降,其相对于BP网络具有建模所需参数少、训练时间短、网络的稳定性和网络的可操作性强。同时,具有对小样本适应能力强,逼近能力和外推能力也较强等优点。(2)鉴于目前软基加固处理方案智能评价体系比较少,本文提出了一种新的评价方法,PNN神经网络评价方法。这种评价方法与BP神精网络评价方法相比较,其建模参数少、训练过程简单、收敛速度快、人为影响因素少、预测精度较高、样本的追加能力强等优点,可在今后的工程应用中推广。