伴随着我国经济快速发展及城镇化水平提高,目前城市地上交通运输功能已接近饱和状态,发展城市轨道交通、合理开发利用地下空间是解决当代空间拥挤问题最为有效的手段。其中,深基坑工程作为地铁车站建设中至为重要的一环,在施工过程中由于受多种因素影响,是一项复杂而且带风险性的工程。因此,通过对深基坑开展监测工作并做相关分析,能够有效控制基坑的安全性和稳定性,防止安全事故的发生,为深基坑工程的设计及施工提供指导。本文以厦门地铁三号线某地铁车站深基坑工程为依托,结合现场监测数据,对深基坑监测项的变形规律、变形预测及风险评估作相关研究,具体的工作和结论如下:1.阐述了地铁车站深基坑监测方案,并选取重要的监测项目中有代表性的监测点进行典型性分析,通过Origin软件做出时间—监测数据的变形曲线,研究分析其中存在的变形规律,通过信息反馈及指导施工,为今后同地区相似工程提供经验借鉴。2.对BP神经网络和遗传算法的原理、流程和特点进行探讨,通过MATLAB编程实现BP神经网络模型和GA-BP神经网络模型,并将其运用于深基坑地表竖向位移的预测。通过预测结果与现场监测结果对比,两种模型预测的平均相对误差分别为2.59%、2.2%,说明变形预测准确度较高,可用于指导施工及时发现深基坑在施工期存在的安全隐患,以便迅速采取相应措施。3.通过比较层次分析法、专家评估法、德尔菲法、风险矩阵法等不同的基坑风险评估方法,确定了以现场监测数据为基础,并结合层次分析法和专家评估法的风险评估法,以此建立风险评估体系,利用MATLAB编程实现对基坑实时动态的风险评估,评估结果表明基坑综合风险等级从四级增加到三级并保持不变,可根据不同的基坑状态采取不同的应对措施,保证地铁深基坑施工期过程中的安全稳定。