基坑工程具有很强的多变性与不确定性,其中土体力学参数的取值是否准确,基坑位移监测的数据是否符合实际等都对基坑的设计与施工十分关键,也直接关乎整个工程的安全与经济。本文以实际工程的监测数据为基础,利用遗传神经网络与Midas/gts NX有限元软件,对基坑的土层力学参数进行反分析以及对周边地表沉降位移进行了预测,主要开展的工作如下:首先利用Midas/gts NX有限元软件对某基坑进行二维建模,采用正交设计表来设计各土层力学参数的敏感性分析样本,通过计算各土层力学参数的敏感性的大小,来确定对基坑支护结构变形影响最大的土层参数。其次以正交设计表与均匀设计表分别来设计遗传神经网络的学习样本和测试样本,通过神经网络的学习来建立基坑位移与土层力学参数之间的映射关系,然后将实际监测的位移输入遗传神经网络模型中,得到反分析的土层参数,最后将反算得到的土层力学参数输入到有限元模型中,通过对比计算的位移与实测监测的位移,表明遗传神经网络比单独使用BP神经网络进行位移反分析时更精准,更加适合实际工程需要,具有借鉴意义。最后以厦门市园博苑站基坑工程的地表沉降位移为基础,分别采用了BP神经网络与遗传神经网络对地表沉降位移进行了预测,最后表明两种方法都可以适用于基坑的地表沉降位移的预测,但相比于BP神经网络,遗传神经网络的预测更加精确,可以运用遗传神经网络对基坑后期变形监测数据进行初步的判断。