混凝土坝一旦失事,将造成巨大的人员伤亡和经济损失。作为大坝安全运行的基础保障,大坝安全监测数据分析是获取大坝运行状态、发现大坝安全隐患以及掌握大坝变形规律最重要的手段之一。本文依托实际工程长期运行监测数据,从安全评价与变形预测两个方面对混凝土坝运行性态展开了研究,主要研究内容与研究成果包括以下三个方面:(1)构建了混凝土坝长期运行安全评价的TOPSIS模型引入TOPSIS(Technique for Order Preference by Similarity to Ideal Solution)评价函数法,基于混凝土坝长期监测数据,建立了混凝土坝安全评价模型。首先,分析提炼了影响混凝土坝的关键安全因素,根据SL258-2017《水库大坝安全评价导则》构建了混凝土坝安全评价指标体系;进而针对安全评价中各指标的定量赋权问题,提出了一种基于监测数据信息的客观赋权方法(Degree of Variance and Independence,VID),并与层次分析法相结合得出各指标的组合权重;同时考虑到各指标对大坝安全的影响存在滞后性以及持续性,提出了一种基于监测数据定量分析滞后性的方法。综合指标体系和指标定量方法,构建起混凝土坝长期运行安全的TOPSIS模型。最终,将该模型应用于实际工程,并对评价结果进行了定量与定性的综合性分析。(2)建立了基于改进FOA-SVM算法的混凝土坝变形预测模型支持向量机(Support Vector Machine,SVM)作为有着坚实基础的小样本学习算法,在某种程度上能够避免“维度灾难”,是大坝变形预测的有力工具,应用该方法构建混凝土坝变形的预测模型,针对其中的参数优化问题,采用果蝇优化算法(Fruit Fly Optimization Algorithm,FOA)进行参数寻优。针对果蝇算法存在的搜索不均匀、容易陷入局部最优等问题,对果蝇优化算法提出了具体的改进策略,提出了改进果蝇优化算法(Improved Fruit Fly Optimization Algorithm,IFOA),从而构建了基于IFOA-SVM的混凝土坝变形预测模型。结合工程实例,通过IFOA-SVM、GRID-SVM与FOA-SVM模型的拟合性能以及预测性能对比分析,结果表明所提出的IFOA-SVM模型有着更好的预测性能。(3)提出了混凝土坝安全评价与变形预测组合模型的耦合分析方法大坝安全评价与变形预测一直是坝工领域彼此独立、各自发展的两个热点课题,针对两者关联性的研究尚未引起足够的关注。本文提出一种耦合安全评价的混凝土坝变形预测组合模型,通过对大坝各指标进行综合评价,并将评价结果纳入到变形预测模型中,以提高数据与模型的匹配度,进而提升模型可信度和预测准确率。利用VID对各指标进行信息量评价,并利用最大互信息系数(Maximum Mutual Information Coefficient,MIC)对多个回归变量与变形的关系进行相关性分析,将相关性分析结果与信息量评价值相耦合得到综合评价值,将综合评价值与变形预测模型相结合,建立起耦合安全评价的混凝土坝变形预测组合模型。将该组合模型应用于某混凝土坝工程实例,耦合安全评价的变形预测模型在一定程度上提高了模型的预测准确率与稳定性,为混凝土坝变形安全预测与分析提供了新的方法和手段。