地铁作为城市交通的重要组成部分,在给城市交通运输事业做出重大贡献的同时,也可能会因其结构变形等原因引发安全事故从而给城市造成巨大的人员伤亡和经济损失。地铁结构变形是地铁结构安全问题的关键之一,也是地铁安全运营环境的一个非常重要的指标,因此如何确保运营期地铁结构变形安全是一个值得深入研究的问题。地铁每天运营时间长,有效地检查维修时间短,而地铁结构变形的影响因素非常复杂,因此如何实现快速而有效地地铁结构变形安全评估,对于地铁运营安全具有非常重要的意义。有效的决策是建立在数据和分析的基础上,本文利用实测变形数据针对地铁结构变形的预测模型和安全评估方法进行了有关研究,具体研究内容分为以下几个方面：(1)对地铁结构变形实测数据进行了分析,然后利用地铁结构变形随时间具有周期性变化的特点,建立了多种回归分析预测模型,结合地铁工程实例比较每种回归模型预测精度,最终确定了适合地铁结构变形预测的回归分析优化模型。(2)本文在研究回归分析预测模型和BP神经网络预测模型的基础上,作者提出了BP-回归分析融合预测模型。通过地铁项目A和项目B两个工程实例,对比分析了回归分析预测模型、BP神经网络预测模型和BP-回归分析融合预测模型三种模型的预测精度。对于地铁项目A,回归分析模型的预测精度为±0.229mm,BP神经网络模型的预测精度为±0.123mm,而BP-回归分析融合模型的预测精度为±0.088mm,其相比于BP神经网络模型提高了28.5%,相比于回归分析模型提高了46.3%；对于地铁项目B,回归分析模型的预测精度为±0.588mm,BP神经网络模型的预测精度为±0.355mm,而BP-回归分析融合模型的预测精度为±0.231mm,相比于BP神经网络模型提高了34.9%,相比于回归分析模型提高了60.7%。(3)通过深入分析影响地铁结构变形的因素,建立了地铁结构变形安全评估指标体系。讲述了层次-模糊数学综合评价模型的建模思路,对该评估模型中的几个关键性的问题,如安全评价等级级数、各评价指标评判标准、各评价指标权重的确定方法、隶属度向量的确定方法、隶属函数、最终评价结果量化问题等,提出了相应的解决方案,从而建立了基于地铁结构变形安全的层次-模糊数学综合评估模型。(4)运用本文所建立的地铁结构变形安全评估模型评价了某地铁区间工程结构变形的安全状况,并提出了一些建议,验证了该评估模型的实用性和有效性。作者开发了地铁结构变形安全状态评估软件。