组合模型因能有效的利用各单一模型所提供的有效信息,更好的对变形体的变化情况进行拟合、预测,且能保持较高的精度,有效的反映变形体的变化规律,因此一直是预测学界的研究热点。近年来,随着科学技术的发展,组合模型被广泛的运用到了变形监测领域,为建筑物或构筑物的科学管理和安全运营提供了有效凭证。从已有的研究成果来看,组合模型的建立存在两个关键性的问题：(1)组合模型的形式；(2)在何种约束条件下,对组合模型求得最优解。本文以此作为出发点,在深入研究变形数据变化特点的基础上,将变形数据抽象为某种信号,从总体上将组合模型划分为两种模式：(1)基于变形信号分解的串联式组合模型；(2)基于信息综合利用的并联式组合模型。本文重点对两种模型的建模理论和实现算法进行了研究。具体研究内容为：对组合模型国内外研究现状和变形预测相关基础理论进行了概述,分析研究了本文组合建模所涉及到的非等时距加权GM(1,1)模型、自回归AR(p)模型和BP神经网络三种单一模型,并对三种模型的优缺点进行了讨论。对串联式组合建模方法进行了研究,建立了基于非等时距加权GM(1,1)模型和BP神经网络的残差修正型串联式组合模型。分析、研究了并联式组合建模理论,对相关定权方法进行了系统研究,重点研究了熵值法确定权重和最优加权几何平均两种组合模型。分析、总结了传统加权组合赋权方法存在的问题,提出了基于诱导有序加权几何平均(IOWGA)算子的并联式组合建模方法,重点对IOWGA算子的定义、基于IOWGA算子的组合模型的建模过程、权系数确定方法、组合预测过程进行了研究。以某尾矿库坝体沉降监测数据为例,对串联式组合建模方法和并联式组合建模方法进行实例验证和精度分析,以体现建模方法的有效性。