城市规模的发展促进了城市地下工程的建设,其中以地铁的发展尤为显著,城市深基坑工程不断增加。然而施工过程中周围环境、地质条件和工艺的复杂性,使得深基坑开挖的稳定性难以保证,基坑变形的问题愈加突出,基坑变形的预测已经成为深基坑施工中必不可少的内容。针对高精度的预测基坑变形量,提出了基于小波变换的LSSVM-ARMA(最小二乘支持向量机-自回归移动平均模型)模型,实现基坑变形时间序列滚动预测。首先,由于基坑变形监测频率的不同,利用三次样条插值法对地铁站基坑变形数据进行插值。其次由于基坑变形数据具有高度的非线性,变形数据包含了土力学变化的内在趋势和一定的随机性,利用小波变换对基坑变形数据进行分解和重构,有效区分基坑变形数据的趋势项和随机项。然后,利用建立的LSSVM-ARMA模型,对基坑变形数据的趋势项和随机项进行时间序列的滚动预测,把趋势项和随机项的预测值之和作为最终的预测值。并将LSSVM-ARMA模型的预测值和PSO-LSSVM(粒子群-最小二乘支持向量机)模型以及SVM(支持向量机)模型的预测值进行对比分析,表明了LSSVM-ARMA模型的预测精度高。对广州基坑及类似工程施工安全性的提高具有重大的意义。最后,设计了基于MATLAB的GUI(图形用户界面)预测系统,实现LSSVM-ARMA模型预测过程的可视化,使预测过程以图形化的结果动态的展现出来,具有重要的实用价值。