在软土地基上修筑高速公路，软基沉降可以说是一个核心问题，关系着整个工程的成败。因此，控制工后沉降使其满足规范要求就成为高速公路路堤沉降问题中的首要问题，这就要求设计人员能够较准确地预测路堤沉降。 自Terzahis固结理论问世以来，软土地基沉降计算方法层出不穷，经验公式法、有限元法等，每一种方法都有其适用性及其弊端，要根据工程实际情况选择合适的方法。在实际工程中发现，单一的依靠传统的预测方法并不能满足工程精度的需要。本文通过对既有的软土路基沉降预测方法进行分析和探讨，比较其适用性和实际使用效果。并利用人工神经网络较强的非线性映射能力和学习能力，提出了基于PSO小波网络预测软土路基沉降的新方法。 论文以汾灌高速公路为实际工程背景，尝试用多种理论方法进行对比，对若干断面的沉降进行了预测，并且将计算结果进行比较。通过数据分析，探讨各种不同的预测模型对于沉降预测的适用性及其预测精度。同时，结合既有的方法理论和新的研究成果，以现代软件工程为开发指导，成功开发了基于．net环境下的高速公路软基沉降预测专家系统软件，并结合工程实例数据，通过软件验证了论文所提出理论观点。 最后，本文提出了研究的主要结论及研究的不足之处以及对今后研究的展望。