随着城市超高层建筑的不断涌现，由于使用及抗震设防的要求，相应的深基坑工程也向更深、更大和更加复杂的程度发展。在深基坑工程中，由于地质条件、荷载条件、施工条件和外界其它因素的影响使其成为一个灰色、模糊、随机的工程问题。在软土地区，深基坑工程既涉及土力学中基本强度、稳定、变形理论，又包含了土与结构的相互作用，还包含渗流、止水等水力学范畴的问题，此外在开挖时还会产生时空效应，所以深基坑工程属于一个典型的非线性动力学系统。 神经网络预测方法是深基坑工程预测的最有效方法之一，属于集变形预测和控制于一体的智能化监测范畴。神经网络的优势在于提供了一种可以自己学习、预测的数学工具。本文采用了Elman神经网络进行深基坑工程变形智能监测，该网络是一种典型的动态递归神经网络，它既可以学习空域模式，又可以学习时域模式，能使训练好的网络具有非线性和动态特性，同时避免了传统的神经网络无法实时改变模型结构和缺乏对未来突变情况适应性的缺点。 本文以南京河西新城区一幢超高层建筑(228m)的深大基坑工程为背景，展开相关研究工作，主要包括以下几方面内容： 1)科学设计监测系统，在施工中实施严密、有效的监测，使之能准确反映施工中围护结构体系和周围环境的各种动向，为设计施工提供可靠、全面的基础信息。 2)改变了过去采用的不连续的、静态的结构力学计算手段，借助人工神经网络预测方法对深基坑工程施工中的每一工况按时序和空序做出全过程的动态分析，进而逐一得出其“动态可靠度”。 3)从智能监测入手，利用本课题的研究成果，阐述了在深基坑工程智能监测中选择Elman神经网络建模系统的基本理论，克服了目前在深基坑工程变形预测中应用较多的BP及RBF等神经网络存在收敛速度慢、容易陷入局部极小和不具备非线性动态特性等的缺点。 4)考虑到实际应用，本课题采用了神经网络中的多类预测数据方法和时间序列方法来进行智能监测。 5)建立了基于Matlab语言的深基坑工程智能监测的仿真系统。 本文的新颖之处在于： 1)基于Matlab神经网络工具箱编写了Elman神经网络程序，该套程序考虑了深基坑工程的非线性和动态特性，并且优化了该网络算法的软件实现周期。 2)阐述了深基坑监测工程选择Elman神经网络建模系统的基本理论，建立了基于Matlab语言的深基坑工程智能监测的仿真系统。 3)对基于Elman神经网络的深基坑工程智能监测进行了理论上和实践上的探索，得出了一些在深基坑工程中有用的结论。