基于卡尔曼滤波的BP神经网络方法，对大坝变形观测数据进行滤波处理，用滤波后的数据参与BP网络的训练，使网络具有动态特性，减小了神经网络陷入局部极小值的可能性，提高了神经网络的泛化能力。实例证明，该方法具有很高的预测精度和较强的泛化能力。