桩基工程中的问题很难用传统的数学规划法中的回归分析法在建立确定的数学模型的基础上加以解决。基于知识发现和智能决策系统理论的人工神经网络具有处理大量不确定性信息的能力和强大的学习性能及非线性关系映射和预测功能，适合解决难以建立准确数学模型但容易收集训练样本的问题。目前，国内外对人工智能辅助决策系统理论在高层建筑桩基工程中的应用研究较少，本文选取工程实例和试验数据建立训练样本集，利用人工神经网络对桩基础选型和普通单桩极限承载力的确定进行了研究。此外，国内岩土工程专业领域各专家和学者在研究超长桩极限承载力时，将主要岩土土性参数或指标作为桩侧和桩端阻力的影响因素，没有考虑到桩端土极限端阻力和桩身刚度对桩承载力的影响。本文借鉴了国内外桩基础的相关理论和人工神经网络在桩基选型和确定单桩极限承载力方面的应用研究成果，通过收集和整理大量已建高层建筑工程实例，在分析各自影响因素的基础上建立了桩基础选型人工神经网络训练样本集，在完成对神经网络隐层神经元数目、传递函数和训练函数的优选后，建立了桩基础选型和普通单桩极限承载力神经网络预测模型。本文在确定超长桩的承载力时，除了将主要岩土土性参数或指标作为桩侧和桩端阻力的影响因素，还考虑到了桩端土极限端阻力和桩身刚度对桩承载力的影响，在此基础上建立了超长桩极限承载力网络预测模型。桩基础选型和普通单桩极限承载力神经网络预测模型的预测精度高，误差小，能够满足实际工程的需要，该模型的预测结果对高层建筑桩基础的选型和单桩极限承载力的设计具有指导意义，也为桩基的合理选型和单桩极限承载力的进一步研究奠定了基础。超长桩极限承载力神经网络预测模型能够为地质勘查部门和设计部门提供有价值的参考数据，指导超长桩极限承载力的设计。