随着矿山隧道的开挖愈加频繁,由偏压隧道开挖引发的工程问题屡见不鲜,其中地形偏压隧道往往埋深较浅,该类隧道多位于洞口附近,不仅受力不对称,且由于围岩临近地表,经过长期风化等作用后较为松散破碎,强度偏低,难以形成自稳,故隧道施工不当引发工程问题乃至事故的概率较大,而隧道开挖地表沉降量是围岩稳定性判断的一项重要指标,其易于实时监测,但是由于硐室收敛形状复杂,地表沉降量具有较明显的非对称性,通过理论等方法直接计算获得的难度较大。所以针对埋深较浅的偏压隧道地表沉降规律及其相关内容的研究具有一定的理论指导意义和工程安全价值。论文以鹤大高速靖宇至通化段高丽沟隧道地形偏压段为工程背景,采用现场监测、有限元数值模拟、一次斜率法、二次响应面-JC结构可靠度法、灰色关联度理论以及小波神经网络预测模型等方法对隧道开挖引起的地表沉降进行研究,主要研究内容有:(1)分析判断高丽沟隧道左右线偏压段的埋深和偏压性质,并利用已有随机介质理论计算式进一步推导分析地形偏压隧道开挖地表沉降的主要影响因素。根据工程背景,建立右线偏压段分析断面有限元数值分析模型,结合地表沉降实测结果,验证数值分析模型的合理性,分析地形偏压隧道开挖地表沉降的特征。(2)分析地形偏压程度对隧道开挖引起洞周围围岩变形沉降的影响;在此基础上,分别分析了地形坡度、围岩级别和开挖洞径对偏压隧道开挖引起地表沉降的影响及其机理;分析地形坡度、围岩级别和开挖洞径对拱顶沉降量与最大地表沉降量关系的影响规律及其机理。(3)对于地表水平非偏压隧道和地形偏压隧道,计算分析隧道开挖围岩力学参数(包括变形模量、重度、内摩擦角、泊松比、内聚力以及抗拉强度)的地表沉降敏感性;分析影响因素(地形坡度、围岩级别和开挖洞径)的地表沉降敏感性和灰色关联度。(4)考虑到偏压隧道开挖过程中,硐室收敛形状复杂,围岩变形沉降具有较明显非对称性,论文利用神经网络算法对其进行预测。论文针对二阶振荡粒子种群算法的不足,引进遗传算法的变异思想,提出一种二阶振荡-适应扰动粒子种群优化算法,通过对两种多极值函数最优点的预测,验证算法改进的合理性;在此基础上,通过改进粒子群-小波神经网络建立偏压隧道开挖地表沉降预测模型,并以高丽沟隧道左右线偏压段上覆围岩为单一地层和多地层的两种类型隧道为工程背景,分别对不同工况下的地表沉降量进行预测,结果表明改进粒子群-小波神经网络相比于标准小波神经网络的预测效果更为理想。