摘要：在由多種因素導致的橋梁變形進行變形預測時,針對大多神經網絡預測方法具有局部最優等局限性,以及高維度的影響因子之間具有很強的相關性和信息重疊性等問題,該文提出基于主成分分析(PCA)的徑向基函數(RBF)神經網絡來進行橋梁變形預測,并和直接采用RBF神經網絡的預測結果進行了對比。實例分析證明:兩種方法的訓練誤差都在10-15mm級,均能很好地訓練樣本,其中基于主成分分析的徑向基函數神經網絡誤差更小,提高了預測精度,這對變形監測中分析主要的影響因子從而建立預測模型具有參考意義。