随着我国经济的快速增长，地铁建设发展迅速。在众多因素的影响下，地铁建设以及后期运营阶段会产生变形问题，因此对地铁进行变形监测以及沉降预测研究是一份十分重要的工作。　　本文依据地铁线路变形监测数据，对变形监测数据预测模型理论进行了研究，主要研究内容及成果如下：　　1.分析灰色预测模型与时间序列预测模型在地铁沉降预测中的应用，并比较两类单一预测模型中存在的优缺点，建立灰色—时间序列组合预测模型，并将其应用在地铁沉降预测领域。　　2.考虑到时间序列模型预测精度的问题，一般要求数据的观测日期是等间隔的，在实际工作中，受施工条件、天气等因素的制约，监测周期天数往往存在不等间隔的情况，将不等间隔观测数据变为等间隔观测数据一直是模型变形预测研究热点问题，本文采用线性内插法对观测数据进行预处理，灰色—时间序列组合模型的预测精度较好，验证了线性内插法在数据预处理中的可行性。　　3.运用灰色—时间序列组合模型对地铁沉降进行预测，选取的建模维数不同，对应的模型预测精度也不同，探讨了灰色—时间序列组合模型维数选择与预测步数之间的关系问题。　　4.运用 MATLAB R2014a软件对灰色—时间序列组合预测模型的建立编写程序，实现计算机自动计算，减少传统运算工作量，提高工作效率。　　5.采用灰色—时间序列组合模型对地铁沉降进行预测，与灰色模型的预测精度进行对比，组合模型的预测精度优于单一灰色模型，验证了灰色—时间序列组合模型适用于地铁的沉降预测研究。