随着我国经济持续稳定的高速发展，以开发水能资源和解决水或其他问题而兴建的大坝工程将越来越多。大坝安全监测是大坝安全管理工作的耳目，是降低工程风险、减少事故、揭示大坝实际工作性态的重要手段。对大坝原型监测资料的分析，是判断大坝安危的科学依据。因此对大坝监测资料做出及时、合理、有效的分析是大坝安全监控的重要工作之一。　　 在大坝安全监测领域中，大坝变形监测方案的设计和数据处理方法的选择至关重要。本文针对奉节梅溪河大坝进行了大坝变形监测方案的设计，在前人的基础上，选择了时间序列模型中的自回归模型来预测变形趋势。在利用最小二乘原理求解自回归模型参数时，发现大地测量模型强烈非线性的特点使得回归模型往往得不到满意的回归效果，因而选择了遗传算法(GA)应用于自回归模型参数的求解。又由于遗传算法易陷入局部最优，采用了蚁群算法对其优化，建立了基于遗传算法和蚁群算法相结合的GAAA算法，在C语言的平台上进行了编程实现。本文分别将基于最小二乘原理求解的MAR模型、基于遗传算法的GA模型、基于遗传算法和蚁群算法相结合的GAAA模型应用在大坝监测资料的分析预报上，进行了大坝垂直方向的变形分析预报，并进行了详细的比较，发现GAAA模型无论是在收敛速度、稳定性上，还是在预报精度上，都有着明显的优势，证明了GAAA模型模型能很好地应用在大坝安全监测中，为大坝变形监测的数据分析提供了一种新的思路。