近十几年来，随着我国国民经济的快速发展和国家对基础设施建设的不断加大，我国高速公路建设取得了大规模的发展。随着高速公路的修建，软土问题越来越突出，已成为影响工程质量，建设工期和工程造价的关键因素之一。因此，如何选择技术可靠、经济合理、安全适用的软基处理方案具有重大的理论和现实意义。本文以系统工程、人工智能、模糊数学、灰色理论、神经网络等为理论基础，结合岩土工程、土质学和土力学等学科的最新发展，对建立高速公路软基处理智能决策模型进行了研究。 按着研究内容和论文的章节顺序，简要介绍如下： 1．本文简要地介绍了本研究的目的和意义，系统地阐述了现有的软基处理方案决策法，如评分优化法、模糊评判法、层次分析法以及地基处理智能辅助设计系统等，介绍了它们的发展历史和研究现状，指出了它们存在的主要问题和不足，在此基础上，提出了本研究的工作思路和主要内容。 2．以人工智能中的范例推理为基础，首次提出了基于范例推理的高速公路软基处理方案决策模型。实例分析表明，该模型原理简单、直观，使用方便，具有实用价值。 3．提出了基于模糊相似优先比的高速公路软基处理决策模型。在该模型中，定义了模糊相似比，构造了软基处理方案影响因素的模糊相似优先关系，利用层次分析法确定了各影响因素的权重，从整体上找出了与理想方案最为相似的软基处理方案。 4．针对软基处理方案影响因素的不完全性、未知性等特点，提出了基于灰色理论的软基处理方案决策模型。 5．将人工神经网络(ANN)用于高速公路软基处理的技术决策，建立了基于BP神经网络的高速公路软基处理方案决策模型和基于ART神经网络的高速公路软基处理方案决策模型。实例表明，模型具有实现容易、效率高等特点。