本文在阐述高程系统和GPS高程测量原理的基础上,首先分析并总结了影响GPS测高的各种因素及GPS大地高的测定精度;其次对现有的GPS高程转换方法进行了全面分析,结合工程算例,深入探讨了各种拟合模型的适合范围及精度情况;同时针对GPS高程测量中几何方法转换的不足,本文研究了基于人工神经元网络转换GPS高程的新方法,通过实例分析证明了该方法转换GPS高程的可行性与可靠性,对神经网络模型转换GPS高程的BP网络结构中隐层单元数量的确定、隐含层数的确定、学习速率的选择、初始权值的选择、训练样本对网络泛化能力的影响等问题进行了较为深入的探讨。为避免应用单一模型进行高程拟合方法的局限性,在吸收和学习已有研究成果的基础上,将不同的拟合模型进行迭加,提高高程异常的逼近精度和可靠性。