盾构法是在软弱土层中修建隧道的一种施工方法，与明挖法及矿山法相比，它有自身稳定性好，对地面影响较小等特点。国内外的工程实践表明，在软土底层中开挖隧道，不论采用何种方法都会产生不同程度的地表沉降和地层变形，即使采用目前最先进的盾构施工技术，要完全消除这种沉降和变形也是不太可能的。特别是在松软和含水不稳定的淤泥质粘土层的浅埋隧道中，这种现象尤为明显。因此采用盾构法修建城市地铁等地下结构时，如何预测因开挖造成的地表沉降，是盾构法施T时的一个重要问题。鉴于传统的力法在预测盾构法施工引起地面沉陷方面的困境，本文用一种新的方法—模糊系统与神经网络相结合来建立盾构施工引起地面沉陷的预测模型。如何选择一个合理的模糊神经网络模型来预测盾构施工引起的地面沉陷是本文研究的关键。本文的研究背景为上海地铁二号线龙东路-中山公园的段的盾构隧道施工。根据作者收集的上海地铁二号线的地表沉陷的实测资料，综合考虑各种因素，建立了ANFIS模糊神经网络的网络预测模型。为了验证ANFIS模糊神经网络在预测盾构施工引起地面沉陷优越性和实用性，本文亦用混合pi-sigma模糊神经网络和一般的BP神经网络对实测数据进行训练，建立预测模型，得到预测结果。作者用ANFIS模糊神经网络、混合pi-sigma模糊神经网络和般的BP神经网络得到预测结果以及用传统的Peck经验公式计算的结果与实测结果进行比较，对模型的有效性进行评价。通过实例验证，ANFIS模糊神经网络在预测盾构施工引起的地面沉陷方面具有一定的应用价值。