深基坑工程的土体开挖不仅仅关系着基坑本身支护结构的极限安全状态,还会影响着周围建筑和管线的正常使用状态。对此深基坑工程施工的监测通常有若干个监测对象,包括围护墙、支撑、地表等等。传统安全评估只针对监测变形数据进行数值上的比较,这仅仅描述了结构的局部特征,无法对基坑开挖过程进行整体评估,并且容易受到外界环境的干扰。为解决上述问题,本文分别从异常准则和整体评估两个角度引入数据分析算法,并结合这两个角度形成安全评估方法。主要的研究内容和成果如下:(1)引入数据融合的概念分析异常准则,将不同监测对象的数据在几何和物理上的互补与冗余信息进行组合,实现了对工程一致、精确和有用的表达。首先,应用one-class SVM(Support Vector Machines)算法,分析了监测指标与基坑特征参数之间的关系,并且推广到了更高维度。然后根据基坑支护结构之间的几何、力学协调关系,分析了多个监测指标之间的关系。通过数值分析及实际案例验证基坑特征参数和监测指标之间的数据融合概念。(2)引入SVR(Support Vector Regression)数据分析算法挖掘监测数据隐含的规律性知识,并应用在基坑开挖变形整体响应的预测。使用支持向量机算法对基坑开挖引起的围护结构侧向变形监测数据整体建模,并且从空间参数和时间参数两个角度进行预测。结合基坑实例,比较了实际监测值和人工神经网络的预测结果,验证支持向量机算法得到的模型能够精确地进行时间上和空间上的安全评估,并表明模型能够精确地描述整个基坑并且相对于其他算法有更好的性能。(3)结合上述两种方法提出了基于数据基坑开挖整体响应的安全评估方法,并且编写了基坑风险控制软件。通过该软件能过让计算机按照内置异常准则和整体响应预测来分析现场获得的数据,而且实现一些复杂的数据分析。通过实际基坑工程,该软件通过数据分析能够发现一些不同寻常数据值,从而实现报警功能。