随着我国经济的快速发展,交通量及车辆荷载随之增加,加之养护条件的欠缺等不利因素的影响,既有桥梁不满足规定功能要求的问题日益普遍,从而造成桥梁破坏和人民生命财产损失的事件时有发生。所以,及时的准确的识别出结构的损伤位置和损伤程度成为解决问题的关键。要想做到及时的反映桥梁的健康状况,用以前的人工定期检查是不够的。近年来,神经网络的运用涉及了几乎所有的领域,并且得到逐步的完善,收到了良好的效果。而在土木建筑方面的运用还处于初级阶段。本文在已有的研究基础上,运用遗传算法的全局搜索能力,对神经网络难确定的权值和阈值进行寻优求解,通过训练样本对网络的训练,最终得到一个对本桥梁有简单识别的神经网络。文章在最后以安哥拉的一座铁路桥梁为工程事例,根据桥梁的实测数据,运用网络对其进行识别,并依据识别结果得出桥梁的健康情况。本文具体的操作和主要研究内容有:1:根据《中国公路桥梁评定方法》,引入数理统计中的“正交试验”和“均匀设计”法,运用神经网络对桥梁进行模糊评定;2:运用神经网络较强的非线性函数映射能力和联想、记忆功能,对混凝土梁的荷载—挠度进行模拟,主要用于混凝土桥梁的荷载识别和承载力分析;3:运用神经网络较强的模式分类功能,选择合适的模态信息和动静力响应数据,对桥梁结构进行损伤识别。结合基于静态应变以及位移测量的结构参数识别算法,借助遗传算法强大的优化搜索能力,探讨基于遗传算法的桥梁结构损伤识别技术;