膨胀土问题是全球性的重大工程问题之一，虽然经过半个多世纪的研究，但至今在各国的工程建设中膨胀土引起的工程问题仍频繁发生并造成巨大地经济损失。据大量统计表明，膨胀土路段滑坡大多数属于浅层滑坡。这主要是因为地表的浅层膨胀土不仅裂隙特别发育，而且对气候变化特别敏感，由于膨胀土干湿循环效应特别显著，当土体吸收水分时，土体会产生膨胀，吸力降低，从而使得土体的强度下降；当土体失去水分时，土体又会收缩，吸力增大，土体的强度又会相应上升。因此，膨胀土失水收缩，吸水膨胀，含水量的变化是影响其胀缩量及土体抗剪强度变化的一个至关重要的因素。自然界，膨胀土的含水量随季节以及其它外在因素变化而变化，从而成为土体膨胀量大小的不确定因素。 本文简要介绍了目前土壤含水量中几种常用的预测方法，指出几种不确定性分析方法的不足之处。本文首次将灰色理论和神经网络相结合运用于膨胀土含水变化量的预测当中，将膨胀土边坡含水变化量视为一个灰色系统，引入灰色系统理论的关联分析方法，将气象站常规气象资料(包括温度、风速、日照和湿度等)作为膨胀土含水量变化的影响因素来考虑，综合分析各影响因子对含水量变化的正、负关联特性，以及各影响因子之间的相互关联特性，对影响因素的作用程度做优劣排序，以明确各因素的影响程度，得出影响土层含水量变化的综合关联指标。以综合关联指标因子和不同深度土层含水变化量实测数据作为训练样本，建立用改进BP神经网络模型，再将灰色神经网络预测结果与实测膨胀土含水变化量结果进行对比验证。 由于影响因素的优选和网络算法的改进大大减少了网络的计算时间，使得对膨胀土边坡含水变化量的预测效果比较理想，从而证明了灰色一神经网络方法在膨胀土含水变化量预测中具有一定的应用价值和理论学术意义，此项研究为膨胀土边坡稳定性分析奠定了基础。