随着我国国民经济的高速发展，东部发达地区高速公路的扩建和中西部高速公路的建设过程中，会出现越来越多的高填方路基。高速公路高填方路基对沉降变形预测与控制要求严格，但目前对处于高填方这种大型荷载下的路基土体，有关其沉降计算模型及沉降预测方法的研究较少。因此，研究高速公路高填方路基沉降反分析与预测具有重要的意义。本论文以沪宁高速公路高填方段路基拓宽变形预测为工程应用背景，在汲取以往对沉降预测研究成果的基础上，对高填方路基沉降反分析及预测的实用计算方法作了进一步的总结和研究，探讨了“高填方路基沉降全过程计算由非线性Biot固结计算和全过程路基流变计算进行叠加”理论的可行性。综合三维数值计算和智能方法，成功地利用“同伦进化神经网络位移反分析”方法解决了大范围高填方土体流变参数及邓肯一张强敏感性参数的智能识别问题，并对工后高填方路基沉降位移进行了预测。通过与现场位移的比较，表明本文采用的方法具有较好的沉降计算与预测能力。具体来说，主要完成了如下的工作：　　 (1)针对高填方路基土体流变试验资料的不足和邓肯一张模型中强敏感性参数的不确定性而造成的参数大范围搜索问题，本论文采用一种解决大范围参数全局快速搜索问题的新方法-“同伦进化神经网络位移反分析”方法来解决这个困难，并对其理论和详细的实施过程进行了阐述。针对研究对象的特殊性，对算法程序的适用性进行了一定的改进。　　 (2)阐述了关于固结问题的太沙基固结理论和比奥固结理论以及平面应变条件比奥固结有限元法，并探讨了有限元应用中的几个问题。在此基础上，进一步研究了利用非线性有限元方法求解高填方路基施工期固结沉降变形的问题，并建立了固结沉降方程。同时，对非线性Biot固结有限元法计算地基沉降问题中所涉及的多个土工参数和模型参数进行了参数敏感性分析，从而确定了几个对高填方路基沉降结果影响较大的敏感性较强的参数作为智能位移反分析的目标参数，并结合本论文第二章阐述的新型智能位移反分析方法，提出了针对这些强敏感性参数的同伦进化神经网络位移反分析识别的详细步骤，为后续章节求解高速公路高填方路基固结沉降全过程奠定了基础。　　 (3)研究了高填方路基流变特性中的本构和参数的识别问题，以及如何合理地将流变效应应用于高填方路基沉降的计算与预测中。设计了高填方路基流变参数新型智能识别的详细技术路线，为后续章节进行高填方路基沉降全过程计算分析与预测奠定了基础。　　 (4)在本文探讨的“高填方路基沉降全过程计算由非线性Biot固结计算和全过程路基流变计算进行叠加的理论”的总体思想下，将第二章阐述的新型智能位移反分析方法--“同伦进化神经网络位移反分析”算法与FLAC3D数值正算相结合，构成“同伦进化神经网络演化有限差分方法”。以沪宁高速公路高填方段典型监测点的沉降监测资料为基础，结合已建立的高速公路高填方段三维数值计算模型，对研究区域高填方段土体流变参数和邓肯一张强敏感性参数进行了同伦进化神经网络位移反演，获取了最优参数。同时，通过对工后沉降位移预测与部分现场实测位移的比较，说明本文采用的方法具有较好的沉降预测能力。实现了“同伦进化神经网络方法”在路基沉降计算与预测中的成功应用。同时说明，本文探讨的高填方路基沉降全过程计算由非线性Biot固结计算和全过程路基流变计算进行叠加的理论是可行的。