路基沉降计算一直是困扰着高速公路工程技术人员的一个难题，其准确与否直接影响到高速公路的设计、施工、使用、维护。由于经典计算方法和有限元等其他数值方法需要对大量土样做相应的实验，因而土样的代表性及实验的精确性都对结果有一定的影响。于是，根据现有沉降数据来对其进行预测因为具有简便、准确的特点而成为人们研究的热点。本论文正是基于这一思路开展研究的，希望通过对沉降的原始数据处理与计算方法上的深入研究，得出比传统的方法更加符合实际的路基沉降计算与预测方法，主要作了以下几个方面的研究工作： 1．将灰色理论运用到沉降预测中，并对当原始序列为非等时距、当作用在路基上的荷载发生变化时和当模型的精度不够高时以及随着沉降观测的延续如何处理新信息等方面进行了研究； 2．将人工神经网络中的BP模型应用到沉降预测中，并研究了训练样本该如何确定，分析了模型参数的不同对预测结果的影响，并通过C语言编程实现了这一计算过程； 3．为克服传统的曲线拟合仅根据几个有代表性意义的点的数据去推算曲线方程所带来的缺点，提出了用全数据进行曲线拟合的方法，通过Matlab5.3编程实现了这一计算过程，并就当待拟合数据范围变化时如何处理及分段拟合如何实现提出了具体的方法； 4．通过对几个有代表性意义的高路堤的实测沉降数据进行分析，验证了这些路段的沉降是否符合要求，并对高填方路堤的施工提出了一些建议。总之，本论文运用多种方法对沉降计算进行了比较全面的研究，并结合实例对这些方法的计算结果进行评价，论文的研究成果为简便计算路基的沉降提供了方法上的参考，对于指导进一步的优化设计、合理安排施工时间，保证工程质量和加快工程进度有着重要的意义。同时，研究成果还对相近土木工程的设计和施工也有着重要的参考价值。