随着基坑开挖深度的增大，基坑变形的预测与控制已成为岩土工程领域研究的热点之一。深基坑支护体系的变形控制设计是当今地下工程领域的重要研究课题，而变形控制设计首先需要变形预报分析，即对支护结构在设计使用条件下的变形规律及趋势做出预测分析。由于复杂的工程地质因素及深基坑变形的力学机制至今还无法完全查明和准确表述。因此，试图通过建立完全正确的力学模型进行数值分析是困难的，其准确性也值得怀疑。实际上，深基坑变形控制目标不仅包括支护体系，而且包括相邻环境，其多样性、模糊性、易变性、随机性决定了变形预报问题的难度。 鉴于深基坑变形控制系统中的不确定性、模糊性因素很多，是一个典型的非线性动力学系统，利用传统的方法较难建立满意的数学模型。本论文通过深入分析支持向量机的结构、参数特征及学习算法，并引入遗传算法，建立了基坑地表变形预测的支持向量机模型。并利用所建立的模型对上海某实际基坑工程变形问题进行了预测，预测结果与实际监测数据非常接近。同时将支持向量机模型与人工神经网络BP模型预测结果和时间序列AR模型预测结果进行分析比较，进一步表明支持向量机模型预测效果是可靠的。从而说明采用支持向量机模型进行基坑变形预测是可行且有效的，该模型可推广应用于工程实践中。 本文基于C++编程环境，编制了支持向量机变形预报程序，针对上海某深基坑工程地表沉降预报进行了实例分析，结果表明，本文的方法具有较好的精度、适应性和通用性。