公路是国民经济的重要命脉，其特有的优越性和灵活性而发挥着其他运输方式所不可替代的作用。公路建设是国家最主要的基础产业之一，随着沿海经济的飞速发展，沿海城市的道路建设对于推动其他相关产业的发展具有非常重要的意义。由于我国沿海地区分布着大量的软土地层。在这些地区进行道路建设常常需要对大面积的软土地基进行加固处理。 软土的工程性质决定了软土地基压缩性大、排水固结缓慢、稳定性差等特点。为了达到建设工程的质量和安全要求，需要对软土地基采取一定的处理措施以解决地基的稳定和变形问题。对于大面积的软土地基处理关键是控制地基的工后沉降及差异沉降。因此准确计算和控制固结沉降，对于软土地基设计与施工尤其重要。 地基处理施工过程对软土特性和整个地基变形的影响等，使预测结果很难达到设计要求，不利于指导和施工。本文为了解决上述问题，利用基于遗传算法的反演方法将现有的方法同现场观测信息结合起来，对常见的沉降预测模型进行优化和改进，以对软土地基变形作出更为准确的预测，更进一步指导和控制工程施工。这方面的研究对软土地基处理工程具有重要的理论价值和实践指导意义。 遗传算法是以遗传学和自然选择为基础的一种随机搜索算法，它从试图解释自然系统中生物的复杂适应过程入手，模拟生物进化的机制来构造人工系统的模型，将复制、交叉、变异、竞争和选择等概念引入了算法之中，通过维持一组可行解，并通过对可行解的不断变化和组合，改进可行解在多维空间内的移动趋向和轨迹，最终得到所需的最优解。利用基于遗传算法的反分析方法可以同时反演岩土体的模型参数或对多个参数寻优。遗传算法具有较强的全局收敛性，从而可以保证反分析结果的可靠性。 本文首先在汲取以往对沉降预估研究成果的基础上，提出了一种基于神经网络的智能沉降预测方法，根据位移分解原理，分别采用皮尔曲线和龚帕斯曲线提取沉降趋势，用基于免疫进化的新型遗传神经网络模型外推偏差，根据外推偏差和沉降趋势的合并来对沉降进行预测。实际工程证明了所提智能预测方法是进行高路堤沉降预测的一种较理想的方法，值得在实际工程中推广应用。同时本文通过遗传算法对双曲线法、指数曲线法、浅岗法、灰色预测法四种沉降预测模型参数反演进行改进。将实测数据通过遗传算法反算出不同模型的计算参数。通过验证，基于遗传算法的反演的参数比普通算法计算出来的参数准确，预测出来的精度比普通算法高。然后通过在不同时间段预测精度的对比得出了基于遗传算法的龚帕斯曲线和皮尔曲线模型适合加载期的沉降预测；基于遗传算法的皮尔曲线、龚帕斯曲线和双曲线法更适合于预压期后的长期预测。并对各种模型的精度进行了对比，这能够为类似工程路基沉降预测方面提供借鉴。 然后本文利用上述六种基于遗传算法的预测方法，对东莞市滨江西路软基础处理工程的各沉降观测点的主固结沉降进行推算，并将推算结果进行对比分析，其中双曲线法推算结果较保守，为了保证工程质量，取双曲线法所计算的主固结沉降做为计算工后沉降的主固结沉降。然后对工后沉降和差异沉降进行了分析。同时，本文利用预压前后的十字板剪切原位试验数据对加固工程前后的软土的物理力学性质进行对比分析。通过对比分析，各种力学性质都显著加强，软基处理加固效果明显。 另外，本文还分别通过实测孔压和实测沉降资料对固结系数进行反演计算。并把室内试验和两种反演结果进行对比分析，分析了两种反演结果差异原因。以便更进一步指导和控制工程施工。