“一带一路”建设是我国最近几年新提出的发展战略,该战略的实施将有力地带动我国西部地区的经济发展,因此,西部地区的基础设施建设便显得尤为重要,尤其是交通网络系统的建设。然而,我国中西部地区是多山地的山岭地区,地质情况尤为复杂,所以,隧道工程在西部交通系统中有着重要的地位,桥隧问题成为制约西部交通系统发展的关键问题。在西部地区的公路、铁路隧道建设过程中,难免会遇到高地应力深埋软弱围岩,由于其地质情况复杂,所以围岩经常发生失稳,威胁人们的生命财产安全。本论文基于西北地区某软弱围岩公路隧道的变形进行分析,运用BP、RBF、GRNN三种神经网络算法对软岩隧道的拱顶变形情况进行预测。文中对比三种神经网络对于该隧道的预测效果,对神经网络的预测精度进行评价。最终,选取预测精度较高的神经网络算法进行推广和应用。对现场的拱顶、拱腰、拱脚及台阶变形的监测数据进行分析整理,选取其中七个参数作为特征参数,拱顶变形作为目标参数。随后设计编写了三种神经网络算法,对该隧道的软弱围岩拱顶变形情况进行预测,整个研究工作取得了如下研究成果:(1)对该软弱围岩公路隧道的工程地质、水文地质、埋深、岩性等因素进行了分析,结合软弱围岩的变形机理,得出软弱围岩变形与诸多因素的内在联系。(2)对软弱围岩隧道(洞)的各部位的变形情况进行分析,确定了诸多变形因素之间的联系,并做了总结归纳,选取其中具有较强相关性的七个变形参数作为特征参数和拱顶变形参数作为目标参数用于预测软弱围岩的变形预测研究。(3)设计编写BP、RBF、GRNN三种神经网络算法,对该隧道的软弱围岩拱顶变形进行预测,对比其预测精度发现,RBF和GRNN神经网络算法的预测精度要明显高于标准BP神经网络算法。(4)针对BP、RBF和GRNN神经网络算法中存在的不足,本文利用遗传算法和粒子群算法对其进行优化,优化后的神经网络算法预测精度有了明显的提升,尤其是BP神经网络算法,其提升效果最为明显。