随着人们对地下空间的开发利用，各种深基坑工程不断涌现，而钢支撑技术因其受限制小且施工方便在深基坑设计中得到广泛应用。一直以来，人们对钢支撑系统的研究多采用传统理论和数值模拟技术，但是这些方法对模型的基本参数有严格要求，通常情况下很难取得这些参数。人工神经网络具有很强的学习、联想和抗干扰能力，在预测分析等方面表现出极大的优势。因此，利用人工神经网络对钢支撑系统进行研究是非常有必要的。本文以青岛地铁火车北站深基坑为工程背景，通过对钢支撑轴力数据进行分析得到了轴力随工况的变化规律，并建立了基于人工神经网络的钢支撑轴力预测模型。得到的结论主要有：（1）提出了深基坑的施工监测方案，完成了对钢支撑轴力的现场监测工作，重点分析了钢支撑轴力的变化规律。结果表明：钢支撑安装完成后，支撑轴力呈现先减小后增大直至稳定的规律，但是轴力值出现反复变化跳跃式前进的现象；整个施工过程中，四层钢支撑的最大轴力值都远小于设计值，说明支撑体系是安全的，但支撑轴力的设计偏于保守，应该充分考虑各影响因素，优化设计方案。（2）分析了深基坑支撑轴力变化的影响因素，提出支撑轴力变化主要是外部自然条件和内部工程条件相互作用的结果。本文将各影响因素根据一定的规律进行划分，建立了钢支撑轴力影响因素的评价指标体系，并将它们作为钢支撑轴力预测模型的判别指标。结果表明：采用该评价指标对钢支撑轴力的预测效果良好。（3）采用人工神经网络对深基坑钢支撑轴力的预测进行了研究。结果表明：采用该方法得到的预测数据和实测数据吻合较好，可以较为准确地反映出后期钢支撑轴力的变化趋势，因此，运用人工神经网络预测钢支撑轴力是一种准确而有效的方法，为现场实际应用提供了科学指导。