目前,随着奥运会的日渐来临,北京城市轨道交通正在加速发展。所以,地铁施工中引起的地面沉降越来越受重视。沉降预测能预先估计可能产生的沉降变形,对地面现有建筑物的安全以及工程本身的按时顺利进行有着重要的现实意义。现行地铁沉降预测主要有经验公式法、模型试验法、数值分析法、智能决策理论法等。本文主要介绍了现在广泛利用的 peck 公式法及数值分析法中的有限元法进行沉降预测的基本原理,着重分析了 BP 网络的基础理论以及改进 BP 网络的方法。同时,将基于遗传算法的遗传进化和基于梯度下降的反传训练结合,形成神经网络的混和 BP 算法,它结合了遗传算法和 BP 网络两种方法的特点。本文以北京地铁 10 号线工程进行实例分析,利用混合 BP 算法,将已完工程 9#合同段已有的沉降监测数据和工程地质参数:弹性模量、容重、泊松比、粘聚力、内摩擦角等样本数据进行训练。训练完成后,对后续 11#合同段地铁工程进行沉降预测,最后通过与实际测量结果对比,可以看出该方法具有预测速度快、实用性强的特点,可以对后续工程的施工部署起到一定的借鉴作用,是对新的沉降预测方法的一种尝试。