近年来随着高层建筑的不断建设，在此过程中出现的问题也比较多，发生的事故也不在少数，通常高层建筑在出现危险之前会发生较大的变形，因此，在高层建筑施工及营运过程中对其进行变形监测，分析与预测未来变形的发展趋势，是十分必要的。　　本文介绍了变形监测技术及其分析预报的发展现状，建筑物变形监测实施方法与步骤，并对变形监测分析预测的常用模型进行了阐述。目前，用于变形监测分析预测的模型有很多，如回归分析模型、时间序列模型、灰色系统理论、卡尔曼滤波模型、人工神经网络模型等，但这几种模型用于变形监测的预测都有一定的适用条件与缺点。通过对卡尔曼滤波模型与BP神经网络模型的深入研究，建立了基于二者的ANNK模型。并将此模型应用于青岛某高层建筑物沉降监测实例中，其预测结果与实际监测值非常接近。同时通过精度评定将ANNK模型与卡尔曼滤波模型及BP神经网络模型的预测结果进行分析比较，得出了其精度要比其他两种模型要高，进一步证明了ANNK模型的预测效果比卡尔曼滤波模型和BP神经网络模型的预测效果更好。从而得出了ANNK模型在高层建筑物的变形监测的预测方面具有一定的可行性。