大坝安全监控是根据大坝监测而得到的数据资料,应用某种计算方法,可以建立一套模型来反映出外界荷载集与大坝效应集之间的关系,以此对大坝的运行状况进行系统化的模拟和评估,进而客观全面的评价待检测大坝的健康状况,是保证大坝健康高效运行的有效手段。通过国内外学者多年来的研究与努力,大坝安全监控方向的理论模型以及计算方法取得了长足的进步与发展,为世界范围内的大坝安全运行提供了可靠的理论支持,但是客观来看,在某些方面依然存在不足,有待改进。本文以混凝土大坝为研究对象,在传统监控模型的基础之上,针对其存在的不足,引入了高斯过程回归模型,结合某实际工程对高斯过程回归模型进行验证,并与其他几种常见的大坝安全监控模型进行比较。经过分析建模过程以及所得预测结果可以发现:高斯过程回归模型具有较高的预测精度,而且在参数选择与优化方面更加方便。本文研究内容不仅对实际工程有一定指导作用,而且对我国大坝安全监控研究领域的进一步拓展具有重要意义。本文的主要研究工作内容如下:(1)整理归纳了国内外大坝安全监控领域采用的统计模型及其研究成果,结合某实际工程的实测资料对多种常用传统的监控模型进行了模拟,其中包括多元线性回归模型、逐步回归模型、RBF神经网络模型,通过对比各种模型的建模过程以及预测结果,指出传统监控模型存在的不足。(2)引入高斯过程回归算法,提出了大坝安全监控的高斯过程回归模型,并基于该模型实现对某实际工程的水平位移预测模型的建立。通过与多元线性回归模型、逐步回归模型、RBF神经网络模型的模拟结果进行对比,可以得出:高斯过程回归模型在参数选择以及预测精度等方面具备较大优势,一定程度上弥补了传统监控模型的不足。