随着经济发展和城市化建设进程,高铁和地铁地铁已经成为市域连接及缓解市内交通压力重要的交通方式。此同时,城市化规模建设进程逐步加快,市内新建地铁、隧道、道路、房建等建设工程不断增加,因规划不同步、土地征拆等原因,建设工程与高铁或地铁空间“冲突”日益增多。通常“冲突”通过上跨或下穿等形式穿越高铁（或地铁）隧道。穿越隧道施工过程中需保证隧道内列车安全稳定的运营,因此隧道工程变形监测与变形预测是确保工程顺利推进的重点工作。论文主要以高铁隧道及地铁隧道作为主要研究对象,并分析了穿越已运营高铁隧道和上跨已运营地铁区间隧道集体工程案例,分析了目前常规人工监测不能满足,提出隧道工程全自动化监测方案,通过对自动化监测数据,采用2种不同模型进行变形预测,寻求最优预测模型,本文主要研究内容如下:1、对隧道工程施工、变形监测、数据预处理相关基础知识进行了概述;2、总结了时间序列变形预测模型和BP神经网络模型理论基础及建模流程;3、将自动化监测方法用于地铁3号线下穿京广高铁隧道监测及湘府路上跨地铁1号线具体工程,得出地铁下穿期间高铁隧道累计沉降量不超过2mm,湘府路隧道上跨地铁隧道工程隧道最大隆起量不超过5mm;4、采用时间序列和BP神经网络不同模型对隧道变形预测,根据预测结果与实际监测结果进行对比,得出BP神经网络为最优预测模型。