随着城市化进程的加速进展,城市高层、超高层建筑物日益增多,建筑物的安全监测也越来越受到人们的重视。大型和高层建筑物在施工和运营期间,为防止突发状况的产生,有必要对其进行监测,分析其变形趋势,以便掌握建筑物的变形规律,保证建筑物的安全。近年来随着科学理论的发展和实际工程的需要,出现了很多的预测模型,如灰色模型、马尔柯夫模型、神经网络模型、时间序列分析模型等。虽然它们研究的角度和深度不同,但是在变形数据分析与预报领域都得到了广泛应用。从应用研究及实际工作角度看,单一模型已不再适合于复杂的变形分析与预报,多种理论与方法的有机结合将是解决问题的有效途径。单一的灰色模型在建筑物沉降预测中存在精度低、预测效果差的问题。本文针对这个问题,结合作者的学习与思考,对建筑物变形分析与预报进行了相关研究,最终提出了一种基于小波去噪的改进灰色-马尔柯夫组合模型。模型的建立思路为:先采用小波变换理论对数据进行预处理,得到纯净的去噪数据。然后利用Matlab建立新陈代谢灰色模型,并对去噪数据进行沉降预测。最后将新陈代谢灰色模型得到的相关预测值划分为不同的状态区间,再利用马尔科夫模型来确定最终的沉降预测值。为验证这一方法的可行性,本文首先结合广州某小区实测数据建立了灰色-马尔柯夫组合模型进行了预测,结果表明组合模型比单一灰色模型的预测精度高。而为进一步验证组合模型的可靠性,又结合青岛H大楼的实测数据建立组合模型进行预测,并将组合模型所得预测值与单一灰色模型、去噪的灰色模型预测值进行比较分析。结果表明,组合模型的预测精度和预测结果要优于其它两个模型,且其稳定性和可靠性都有很大提高。