基于改进GM（1,1）修正GA-WNN模型的米拉山隧道变形预测为牛国栋最新的研究成果，本论文的主要观点为寒区隧道变形具有高度的非线性与时效性的特征，为了真实客观地预测寒区隧道围岩变形规律，提出一种改进背景值的GM（1,1）修正小波神经网络模型。利用Newton插值和复化梯形求积公式来改进GM（1,1）模型，通过对BP神经网络隐含层神经元的替换，提出以遗传算法对模型参数进行优化建立预测模型。利用该模型对西藏米拉山隧道变形规律进行预测，通过与传统GA-WNN模型进行对比表明：该预测模型具有所需要样本数据少，非线性预测能力强和遗传算法全局优化搜索功能，预测结果与实测值更为吻合，具有更高的预测精度，能较好地反映寒区隧道围岩的变形规律，为寒区隧道变形预测提供一种新的思路。现欲投中外公路，不知是否符合录用要求，望您批评与指正。