盾构施工过程中地表变形的准确预测对于保障工程安全和周边环境稳定具有重要意义。本研究提出了一种基于改进自适应多目标粒子群优化算法（MAMPSO）和径向基函数神经网络（RBFNN）的盾构地表变形时空演化智能预测方法。该方法首先利用MAMPSO算法优化RBFNN的关键参数，包括隐含层节点数、基函数中心和宽度等，以提高模型的全局搜索能力和收敛精度。然后构建时空耦合的RBFNN预测模型，综合考虑盾构施工参数、地质条件和时空效应等因素，实现对地表变形动态演化过程的高精度预测。通过实际工程案例验证表明，所提出的MAMPSO-RBFNN模型相比传统预测方法具有更高的预测精度和更强的泛化能力，可为盾构施工地表变形控制提供有效的智能决策支持。