1.一种基于GA-BP神经网络的基坑位移预测方法，其特征在于，包括：选取基坑工程坡顶第一位移监测点以及其相邻多个监测点，过去第一段时间内的变形监测数据为依据，用样本数据中第一位移监测点过去第二段时间为时域特征输入、所述相邻多个监测点后一天的位移为空域特征输入来预测所述第一位移监测点未来1天的位移；

其中，所述第一段时间长于所述第二段时间；

样本数据预处理，由于常见的S型传递函数tansig或logsig的值域都在(-1，1)之间，将样本数据用下式(8)归一化到[0.1,0.9]上；

式中,X'为样本归一化后的值,Xmax为样本数据里的最大值,Xmin则为样本数据中的最小值；

用神经网络工具箱中的newff函数建立一个新的BP神经网络，newff函数的调用格式为：其中，PF设为均方误差“mse”，是由每组输入(共F组)元素的最大、最小值组成的R×2维矩阵,第i层的单元个数为Si；第i层的传递函数为TFi；训练函数为BTF，设为“trainlm”；学习算法为BLF，设为“learngdm”；

对遗传算法的参数进行初始化，并对种群初始化；

通过遗传算法中的选择、交叉、变异操作，替换前一次迭代中最佳染色体，得到最优的权值阈值同时记录每次迭代中的最佳适应度和平均适应度，并在达到最大迭代次数时终止；

将上述步骤中得到最优初始权值阈值赋值给BP神经网络，并对所述第一位移监测点位移形变进行预测。

2.如权利要求1所述的基于GA-BP神经网络的基坑位移预测方法，其特征在于，“对遗传算法的参数进行初始化，并对种群初始化；”中，令遗传算法迭代次数为10次，交叉概率为

0.7，变异概率为0.25。

3.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1到2任一项所述方法的步骤。

4.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1到2任一项所述方法的步骤。

5.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1到2任一项所述的方法。