软弱粘性土(或简称软土)在我国分布范围很广，受到地理位置的限制，许多高速公路不得不建筑在软土地基上。软土主要工程特征：天然含水率高、天然孔隙比大、压缩性大等。软土路基具有沉降量大、固结时间长、承载力较低等工程特性，软土路基的沉降是一直是公路建设的一个技术难题。随着公路建设的发展，对地基沉降计算精度要求也不断提高。对于不同成因、不同地区的软土地基沉降问题进行计算分析十分必要。通过实践，人们认识到必须控制地基的变形尤其是工后沉降，才能更好地保证工程的质量和安全。高速公路建成通车后，为使确保路面的使用质量，必须重视软土路段地基的处治，而地基沉降计算是决定软基是否需要处理的重要步骤。虽然地基沉降计算理论有了很大的改进，但计算的沉降量与实测的沉降量仍然存在不小的差距。因而研究软土路基的沉降发展规律，利用有限的沉降实测数据，选取合理的预测模型及方法预测地基的后期沉降，对于施工进度的控制，后期的施工组织与安排的指导，都具有重要的理论与工程实际意义。　　 目前，对于软土路基的沉降研究大多数仅仅在理论和试验上，这些方法要么在理论上存在着前提和假设，要么就是对地基沉降进行了简化，其沉降规律很难用某一确切的数学模型反映，由于各种理论计算方法本身的局限性及现场工程条件的复杂性，依靠纯理论计算有时是难以实现或不精确的，因此根据己获得的部分实测数据或历史积累的经验资料估算软土地基的沉降，在现阶段有很强的现实意义。一些学者提出不少预测估算的方法，这些方法大多将软土地基的时间-沉降曲线假定为某一数学模型，利用已获得的试验数据确定该数学模型中的各个参数，外推或估算软土地基的沉降，常用的沉降预测方法包括双曲线法、三点法等，但这些沉降预测方法也各有一定的局限性。人工神经网络法在处理非线性问题上具有其独特的优越性，可以充分运用人工神经网络较强的非线性映射能力，基于路堤沉降的前期实测资料，对高度复杂、高度非线性的沉降影响因素进行直接建模来预测路堤的沉降量，这样更能准确地反映软基路堤的沉降规律，但是神经网络的输出对于系统而言，其输出结果可以以某个精度逼近于一个固定的值，但是由于误差的存在，使得输入结果会以某个值为中心上下波动；另外按照灰色系统理论可知，神经网络本身包含有灰色内容。因此可以用灰色系统理论的知识来对神经网络进行考察，同时也可以用神经网络技术来研究灰色系统。采用神经网络的方法，结合灰色理论的特征来进行复杂问题的处理，这种系统兼具两者的优点，可以取长补短，增加对软土路基沉降预测的精度。　　 神经网络与灰色系统的融合包括如下方面：　　 (1)神经网络与灰色系统的简单结合在复杂的系统中，可同时使用灰色系统方法和神经网络方法，对于灰色特征明显且没有分布并行计算的部分使用灰色系统方法来解决，而对于灰色特征且属于黑箱的部分用神经网络来解决，两者之间无直接关系。　　 (2)串联型结合灰色模型与神经网络在系统中以串联的方式连接，即一方的输出成为另一方的输入，在此系统中，由GM(1，1)预测的每个时间步上的不同数据个数的复杂系统的可靠性，而后，将其预测的结果输入到神经网络中，神经网络被训练收敛于期望的复杂系统可靠性，最后对结果进行预测。　　 (3)用神经网络来增强灰色系统因为灰色系统模型在实际应用中难以直接使用灰微分方程，因此要对灰微分方程进行白化，我们可以构造一个BP网络对灰微分方程的灰参数进行白化。　　 (4)灰色系统辅助构造神经网络由于灰色系统的信息结构可以分为确定性信息与不确定性信息，在用神经网络技术求解灰色系统时，可以用灰色系统模型中的确定性信息来辅助构造神经网络，由确定的信息来指导神经网络的结构，改进神经网络的学习算法。　　 (5)神经网络与灰色系统的完全融合神经网络与灰色系统的完全融合即灰色神经网络，灰色神经网络的构成对不同的神经网络采取不同的方式，如BP网络，在BP网络的基础上，按照灰色系统动力力学特征及其中的确定性信息，在其前加一个灰化层对输入的信息进行灰化处理；在其后加一个白化层对经过处理的灰色输出信息进行白化处理，以得到确定的输出结果。　　 本文运用BP人工神经网络、灰色系统模型、以及基于灰色系统的神经网络模型即将灰色模型的预测数据与BP神经网络模型进行了串联，通过研究厦门海沧大道工程实测的沉降变形资料，对超载预压处理软土地基的沉降问题进行了一定程度的研究，讨论了神经网络与灰色系统的融合在超载预压处理软土地基的应用。