21世纪将是我国地下空间开发的空前繁荣的时代。地下建筑、建设高层建筑(特别是超高层建筑)均不可避免地涉及深基坑开挖。基坑支护体系与周围土体是由多种介质组成的高度复杂空间体系，基坑变形和安全性受到多种因素的共同影响。因此十分有必要开展信息化动态施工，这要求在施工的过程中要进行及时监测，通过对监测数据的采集、分析、预测和反馈，根据反馈意见，以便调整施工参数及工程措施。而传统的基坑变形预测理论都存在不同程度的局限性，因此，提出适用性强的基坑变形预测理论和方法具有重要的理论意义和工程实用价值。本文在深入分析深基坑围护结构变形特点的基础上，提出采用广义回归神经网络（GRNN，Generalized Regression Neural Network）来预测深基坑围护结构水平位移。利用MATLAB神经网络工具箱，分析了GRNN的结构、输入样本数量优化、参数优化，建立了GRNN的预测方法。将GRNN与GM（1,1）和时间序列AR模型预测结果进行对比分析，结果表明GRNN模型进行深基坑围护结构变形预测是可行的，满足预测精度要求。进一步探讨基于GRNN历史位移、多源数据（开挖深度和轴力）和结合前两者因素的深基坑围护结构变形预测方法。