为缓解城市化扩展带来的交通压力,修建了大量地铁隧道和城市高架,而地铁的基坑工程势必会影响周围建筑设施的安全。因此,对这些受地铁基坑开挖影响的建筑物的沉降监测与预报变得十分重要。针对此类建筑物的沉降预测问题,本文结合上海地铁9号线平度路车站基坑开挖对周边建筑物的沉降监测数据,使用小波阈值去噪方法做预处理,总结研究区域里的受影响建筑物的沉降规律;提出将模型参数寻优算法GA嵌入至PSO中,构造新算法PSO-GA,通过三种算法的参数寻优效果对比来证明PSO-GA比PSO和GA更具稳定性、运算效率更高;编写Matlab程序,将三种算法计算所得最优参数值分别带入已建立的LSSVM模型,并应用至受地铁基坑开挖影响的建筑物的沉降中,通过对比模型拟合效果及预测精度,来证明PSO-GA-LSSVM模型的拟合效果更好,预测精度更高,运行更加稳定,能减少陷入局部最优解。同时,证明PSO-GA-LSSVM模型能很好地预测建筑物的沉降趋势,对于此类预测问题的研究具有重要的学术价值、工程意义和社会效益,该预测模型可以被广泛应用。