GPS(全球卫星定位系统)是英文“Navigation Satellite Timing and Ranging/GlobalPositioning System”的字母缩写NAVSTAR/GPS的简称。GPS系统具有诸多优点，如：精度高、功能多、操作简便、观测时间短、全天候等，GPS系统能为各类用户提供精密的三维坐标、速度和时间。我们工程中需要的是正常高，但是GPS只能提供高精度的大地高，这严重影响了GPS三维定位成果的应用，使其提供三维坐标的优越性未能得到充分发挥。因此，在实际生产中GPS高精度的高程信息资源往往被浪费，而没有很好的利用与开发。如果对GPS测定的高精度的大地高差ΔH的信息不加以利用而放弃的话，就没有充分发挥GPS测量的优越性。GPS测高要远比传统水准测量来得便捷，所以人们期望能用GPS高程测量来逐步取代传统的水准测量，而成果又希望统一使用测站点的正常高，这就需要研究GPS大地高与正常高之间的转换关系，从而需要研究高程异常的问题。目前，众多国内外学者都在研究GPS高程异常拟合的问题。在收集、查阅、分析了近年来国内外针对GPS水准高程的应用技术和研究方法，并在借鉴了这些研究成果的基础上，本文对基于人工神经网络的GPS高程异常拟合方法进行了研究。本文所做主要工作如下：(1)分析了当前GPS高程转换的现状，并指出了进行转换的必要性。讨论了GPS高程转换的过程与常用方法，对部分数学模型拟合法进行了详细讨论。(2)对人工神经网络模型进行了深入研究。详细分析了人工神经网络理论，深入研究了神经网络BP算法和径向基神经网络算法，并对以上两种算法进行了比较分析。(3)通过实际工程数据对本文涉及的BP神经网络模型、径向基神经网络模型、BP神经网络组合算法以及径向基神经网络组合方法进行了多项试验研究，通过综合比较和分析，给出了以上神经网络模型的精度评价。经过与二次多项式曲面拟合法比较分析，其结果达到了预期的效果。本文较全面、深入、系统地对基于人工神经网络的GPS高程异常拟合模型进行了详细的研究。本文给出了相应的拟合程序，提出的一些新方法具有良好的性能，对以后的研究工作、GPS高程的工程应用都有重要的意义。