本文受国家自然科学基金项目“海积软土地基加固过程中有机质的作用和影响”(NO.40372122)资助,以建设中的揭阳潮汕民用机场的软土地基处理试验段工程为背景,进行了研究区的软土地基处理和现场监测方案的设计,选用适当的方法对地表沉降数据进行了处理,对软土固结沉降量的非线性预测方法进行了重点研究,并最终给出了研究区地基处理的最优施工参数。论文通过工程地质详细勘察结合室内试验数据,确定了以堆载预压法作为场区软土地基的主要处理方法。将试验区分成若干小区,分别进行合理的堆载预压设计,并布置了有效的现场监测方案。获得了大量的原始数据,并以此为基础对软土地基的沉降量预测进行研究。在研究过程中,针对原始沉降数据存在的误差问题,采用小波理论对原始数据进行降噪处理。由于小波函数的选择与数据的分解层次并不是唯一的,为寻求较适合于软土沉降预测的参数,选取了db10、coif5、bior3.9三种小波函数分别进行数据的一层和二层分解的降噪处理,通过精度分析证明了选用小波理论处理沉降数据是合理有效的。在此基础上,通过对沉降数据和曲线的分析,确定了对软土固结沉降过程的短期预测、中期预测主要是预测沉降差,长期预测主要是预测最终沉降量的基本思路。在预测方法的选择上,采用了非线性方法中的灰色系统理论GM(1,1)模型法和BP神经网络法,并对这两种方法的预测结果分别进行精度分析。为验证这两种非线性方法相对于传统的沉降量计算线性方法的优势,本文也选择了两种线性方法,双曲线法和指数曲线法,对场区软土地基的固结沉降过程进行了类似的预测计算。将其预测结果与两种非线性方法进行精度对比,表明灰色GM(1,1)模型法和BP神经网络法的预测精度高于这两种传统计算方法。证明了将本文所研究的两种非线性方法应用到实际工程中,进行软土地基沉降量计算,是完全可行的,并能提高工程计算的精度。最后以地基的固结度作为指标,综合了以上4种方法的预测结果,给出了该工程试验段采用堆载预压法处理场区软土的最优施工参数。本文从实际工程出发,提出了对软土的沉降差进行预测,进而间接预测沉降量的新思路。在研究过程中采用了小波降噪分析、灰色系统理论GM(1,1)模型、BP神经网络等非线性预测方法和数据处理手段,丰富了实际工程的软土沉降量计算方法,完善了软土的固结理论。