大型建筑在施工、运营、管理阶段由于各种各样的因素一定会产生形变,但是,由于变形因素的复杂与多样性,使得变形趋势不太可能由某种单一预测模型反映出来,也就是说不可避免的会出现误差,而且不同的预测模型有时会提供不同的有效信息,如果盲目地将预测精度低的模型删除,那么一定程度上就会导致某些必要的有效信息的缺失,进而影响模型的合理性。大量研究表明组合模型能够充分综合与利用各单一预测模型的有效信息、更好的反映事物的实质,引起了广大测绘学者的关注与研究。文章简单介绍了变形的意义,着重对常用的变形数据处理方法进行了详细的阐述,并且简单叙述了组合预测的概念。根据变形监测信息的特点,通过查阅资料将组合模型分为串联式组合模型与并联式组合模型,进而对这此进行了详细的分析与讨论,并验证其有效性,具体内容如下:1)针对BP神经网络容易陷入局部极值的特点,提出了一种AWSPSO算法来优化网络的权值与阈值。根据串联式组合预测模型的特点,建立了一种以GM(1,1)模型与改进AWSPSO-BP的残差修正型串联式组合预测模型。2)引入了运筹学中的灰色关联度的概念,建立了一种以灰色关联度最大为准则的定权组合预测模型,为综合评价多准则下的组合模型精度,采用最小有机会损失准则来评定各模型的效果。针对传统赋权方法的不足,提出了一种基于二阶预测有效度IOWGA算子的变权组合预测模型。3)对上述两种模型进行实例验证与精度分析,实验表明这两种模型的预测效果好,精度高。