随着水电建设的发展和筑坝技术的提高,监测资料分析与预测模型中存在的问题愈显突出,这些问题的难以解决带来的影响也越来越严重,而常规模型对此却无能为力。因此研究如何开拓和利用新理论、新方法,有效克服传统建模方法的不足,解决建模技术的关键问题已成为当前完善大坝安全监测工作中的一项重要任务。本文正是从该角度出发,针对传统建模方法中存在的一些问题,引入偏最小二乘回归、遗传算法等,研究偏回归在混凝土坝变形监测统计模型和混合模型中的应用。主要研究内容和成果如下：(1)系统分析了常规统计模型、确定性模型和混合模型的建模原理和思路,总结了水利工程安全监测中的现行建模方法在理论和应用中存在的一些问题,详细介绍了混凝土坝变形统计模型的模型建立过程。(2)建立基于偏回归的混凝土坝变形监控统计模型。针对常规最小二乘法回归建模难以有效识别和消除自变量因子间的多重相关性影响这一不足,引进偏最小二乘法对大坝安全监测数据进行回归分析并建立偏最小二乘回归模型,有效克服模型因子间的多重相关性干扰这一普遍性工程问题。(3)建立混凝土坝变形监控的遗传-偏回归(GA-PLSR)模型。在偏回归模型的基础上引入遗传算法。采用改进的遗传算法对偏回归系数进行寻优重估,从而达到对偏回归模型优化的目的,以同时解决和改善常规大坝安全监测回归模型中存在的因子多重相关性干扰和模型欠拟合问题,进一步提高模型的拟合和预测精度。(4)将偏最小二乘回归方法引入混合模型建模,建立基于偏回归的混凝土坝位移混合模型。重点研究了水压分量有限元模型的确定：,位移的温度分量和时效分量用偏最小二乘法拟合。改进的位移混合模型有效解决了混合模型因子间的多重相关性干扰问题,同时模型相比于常规混合模型更具广泛适用性。