在我国中西部高速公路的建设过程中，出现了越来越多的软土路基。高速公路软土路基对沉降变形预测与控制要求严格，其计算方法是岩土工程问题的重点和难点。长期以来，许多专家学者在此方面做了大量的工作，也取得了不少成果，但从其应用效果和我国西部软土路基的沉降特殊性来看，还有待进一步完善。因此，研究高速公路软土路基沉降反分析与预测具有十分重要的意义。 本论文以作者参与的交通部西部交通建设科技项目《国道314线软基处治方案研究》课题为依托，以国道314线和硕～库尔勒高速公路软土段路基沉降变形预测为工程应用背景，在汲取以往对沉降预测研究成果的基础上，对软土路基沉降反分析及预测的实用计算方法作了进一步的总结和研究，探讨了“软土路基沉降全过程计算由非线性Biot固结计算和全过程路基流变计算进行叠加”理论的可行性。综合三维数值计算和智能方法，成功地利用“同伦进化神经网络位移反分析”方法解决了大范围软土土体流变参数及邓肯一张强敏感性参数的智能识别问题，并对工后软土路基沉降位移进行了预测。通过与现场位移的比较，表明本文采用的方法具有较好的沉降计算与预测能力。 通过本论文的研究，主要取得了如下的成果： (1)针对软土路基土体流变试验资料的不足和邓肯一张模型中强敏感性参数的不确定性而造成的参数大范围搜索问题，本论文采用一种解决大范围参数全局快速搜索问题的新方法—“同伦进化神经网络位移反分析”方法来解决这个困难，并对其理论和详细的实施过程进行了阐述。针对研究对象的特殊性，对算法程序中神经网络权值同伦函数的构造方面做了改进。发展了同伦方法中Li-Yorke算法，改善了其跟踪曲线、方向控制、步长加倍、计算终止条件等过程，完善了其全局快速收敛的特性，并编制了相应的程序。 (2)研究了同伦算法与进化神经网络算法之间的参数传递、转换与调用的特点，并采取合理的措施避免计算过程陷入局部最优。结合第一步编制好的程序，实现神经网络结构与连接权值的同时智能调整，并编制了相应的算法2—同伦进化神经网络算法。 (3)采用位移反分析方法的思路，将数值正算程序与同伦进化神经网络算法2智能结合形成了“同伦进化神经网络位移反分析算法3”，并创建了同伦进化神经网络位移反分析智能方法的可实施步骤。 (4)阐述了关于固结问题的太沙基固结理论和比奥固结理论以及平面应变条件比奥固结有限元法，并探讨了有限元应用中的几个问题。在此基础上，进一步研究了利用非线性有限元方法求解软土路基施工期固结沉降变形的问题，并建立了固结沉降方程。同时，对非线性Biot固结有限元法计算地基沉降问题中所涉及的多个土工参数和模型参数进行了参数敏感性分析，从而确定了几个对软土路基沉降结果影响较大的敏感性较强的参数作为智能位移反分析的目标参数，并结合本论文第二章阐述的软土路基土体性态参数智能反演方法，提出了针对这些强敏感性参数的同伦进化神经网络位移反分析识别的详细步骤，为第五章求解高速公路软土路基固结沉降全过程奠定了基础。 (5)研究了软土路基流变特性中的本构和参数的识别问题，以及如何合理地将流变效应应用于软土路基沉降的计算与预测中。设计了软土路基流变参数新型智能识别的详细技术路线，为第五章工程实例中进行软土路基沉降全过程计算分析与预测奠定了基础。 (6)提出了“软土路基沉降全过程计算由非线性Biot 固结计算和全过程路基流变计算进行叠加”的理论。 (7)在本文探讨的“软土路基沉降全过程计算由非线性Biot 固结计算和全过程路基流变计算进行叠加的理论”的总体思想下，将第二章阐述的新型智能位移反分析方法——“同伦进化神经网络位移反分析”算法与 FLAC<3D> 数值正算相结合，构成“同伦进化神经网络演化有限差分方法”。以国道314线和硕～库尔勒高速公路软土段典型监测点的沉降监测资料为基础，结合已建立的高速公路软土段三维数值计算模型，对研究区域软土段土体流变参数和邓肯一张强敏感性参数进行了同伦进化神经网络位移反演，获取了最优参数。同时，通过对工后沉降位移预测与部分现场实测位移的比较，说明本文采用的方法具有较好的沉降预测能力。实现了“同伦进化神经网络方法”在软土路基沉降计算与预测中的成功应用。同时说明，本文探讨的软土路基沉降全过程计算由非线性Biot固结计算和全过程路基流变计算进行叠加的理论是可行的。