深基坑是一项复杂而且重要的工程,其稳定与否不仅关系到上部结构的安全,还会对周围建筑物的变形产生影响。基坑开挖的过程中可能会因为各种因素影响出现变形现象,它的变形很难用力学模型或者统一的经验公式进行计算。本论文运用及比较有限元法和系统分析法,分析两种方法用于数据预测的利弊。有限元模拟计算基坑周边地表沉降等基坑各种变形,基坑变形云图可以得出基坑周边土体竖向变形的基本特征及趋势,但准确性受周边条件数据影响。选择基于时间序列的、采用既有历史数据预测未来数据的方法,建立基坑周边土体地面竖向变形的BP神经网络预测模型,预测结果准确性受检测数据序列的长短影响。BP神经网络法在计算速度上优于有限元法,且BP神经网络法进行计算时能够非常方便的构建模型。但是BP神经网络法在实施的过程中只能通过实际数据进行建模,因此无法对土体变形机理进行清晰的表达,而有限元法能够有效的反映土体变形的特征和发展趋势。基于广州市某污水站基坑工程的监测数据,有限元法计算出每工况结束时基坑水平位移和沉降的计算值与实测相比,相对误差为27.09%和32.62%。工程数据测算中,水平位移位置控制在30%、沉降控制在40%,计算结果可以满足工程需要。与有限元法相比,BP网络对基坑变形的预测结果较准确,平均相对误差为9.57%和7.07%。运用实测数据进行修正,反馈给设计施工,为降低工程成本指标提供设计依据;及时了解施工环境地下土层、地下管线、地下设施、地面建筑在施工过程中所受的影响及程度,适时调整施工进度;及时发现和预报险情的发生及险情的发展程度,避免施工过程中产生安全事故,也能有效地保护周围建筑物的稳定,保证施工质量。在能持续获得监测数据的条件下,提出采用神经网络与模糊控制相结合的智能控制方法,通过预测控制的实施,对基坑周围关键部位进行连续变形监测,将监测信息及时反馈给预测控制系统,系统根据反馈信息预测出下一步施工过程中的变形,并根据预测变形自动给出施工参数调整指令,将施工变形控制在规定的指标值以内,实现真正的信息化施工。模糊控制器具有简便、实用、易扩充修改的优点,便于实时控制。从人工监测到信息化预测控制施工指导,能节约人力、材料、机械等工程造价;同时,避免工程事故,确保施工安全,减少经济损失,有效地提升工程管理效率,实现经济效益和社会价值。