明挖深基坑在北京地铁设计中占有一定的比重,而支护型式的选择却显得非常单一,普遍采用钻孔灌注桩+钢支撑这一支护型式。地铁奥运支线奥体中心站和熊猫环岛站-奥体中心站区间的深基坑工程采用的是也是钻孔灌注桩+钢支撑的支护体系,通过对该基坑围护结构变形监测数据的分析,暴露出超挖、支护不及时、影响施工等问题。本文选取桩+锚索支护体系,与桩+钢支撑支护体系做技术经济比较,研究桩+锚索支护在北京地铁深基坑工程中的可行性以及优越性。采用有限差分软件FLAC3D进行数值模拟,存在土性参数难以确定的问题,而位移反分析法为这些参数的确定提供了有效途径。本文通过FLAC3D计算,在桩体侧向位移和土体力学参数之间建立了用于BP神经网络的训练样本。把桩体侧向位移作为神经网络的输入,而土体力学参数作为网络输出,对神经网络进行训练。BP网络训练成功后,再用实测的桩体侧向位移进行反分析得到相应的土性参数值。在BP网络进行函数逼近时会存在网络泛化能力的缺陷,本文采用均匀试验法构造学习样本,以提高网络的泛化能力,同时减少样本数。土性参数通过两步反分析获得:首先根据开挖至第二道支撑底标高并设置第二道支撑这一工况,反分析获得上面两个土层的土性参数;在此基础上,再根据开挖至基坑底并浇筑底板这一工况的监测数据反分析其余土层的土性参数。在锚索支护设计时,运用软件Flac3D模拟基坑施工,计算构件的变形和内力。通过两桩一锚和一桩一锚等多方案比选,获得了比较合理的桩+锚索支护设计方案:一桩一锚三道锚索。经过该桩+锚索支护方案与桩+钢支撑支护方案做技术经济比较,在造价、工期、安全性以及施工影响程度等多个方面,采用桩+锚索支护更有优势。因此,因地制宜,在地质条件和周边环境允许的情况下,应当采用这种支护型式,实现围护结构设计的多样性。