摘要：在由多种因素导致的桥梁变形进行变形预测时,针对大多神经网络预测方法具有局部最优等局限性,以及高维度的影响因子之间具有很强的相关性和信息重叠性等问题,该文提出基于主成分分析(PCA)的径向基函数(RBF)神经网络来进行桥梁变形预测,并和直接采用RBF神经网络的预测结果进行了对比。实例分析证明:两种方法的训练误差都在10-15mm级,均能很好地训练样本,其中基于主成分分析的径向基函数神经网络误差更小,提高了预测精度,这对变形监测中分析主要的影响因子从而建立预测模型具有参考意义。