本文研究了预应力混凝土斜拉桥施工控制中的三部分内容:施工敏感性参数对于主梁线形、成桥索力、主梁内力和桥塔偏位的影响,温度作用对于桥塔变形、主梁线形和斜拉索索力的影响以及采用BP神经网络方法的参数识别和参数修正。研究内容依托工程为一座在建预应力混凝土斜拉桥,该桥采用平衡悬臂施工,主梁采用Π型箱梁,斜拉索初拉力为设计成桥索力的百分之60左右,在全桥合龙后进行拉索全部二次调索方案。本文旨在探究各类敏感性因素对于施工控制目标的影响规律和相应的施工控制方法。首先,依据预应力混凝土斜拉桥的实际施工过程,运用midas有限元计算软件建立了预应力混凝土斜拉桥的有限元分析模型。在施工参数敏感性分析方面,选取了主梁自重、混凝土徐变收缩、混凝土弹模、拉索弹模、拉索容重、斜拉索索力、二次调索索力、施工荷载(挂篮)8项施工影响因素,在其设计值基础上变化一定量值,经过整个施工阶段的计算后得出成桥状态下各因素对主梁线形、成桥索力、主梁内力和桥塔偏位的影响。在这之后,研究了悬臂施工关键阶段主梁线形受各梁段湿重偏差的影响并给出了各梁段湿重的误差控制限值。在施工参数敏感性分析结束后,对大桥进行了温度效应分析。分析了环境温度变化和塔、梁、索间温差对成桥状态下桥塔变形、斜拉索索力、混凝土主梁线形的影响以及对悬臂施工阶段主梁线形的影响,并根据分析结果给出了相应的参数修正方法。在各类敏感性因素分析完成后,通过归一化分析确定了能显著影响桥梁结构行为的参数,进而探索运用神经网络技术对参数进行识别。本文探究了BP神经网络在预应力混凝土斜拉桥施工控制中应用方法。首先,运用非线性有限元计算软件Midas对大桥模型进行计算,得到了神经网络学习、训练和测试样本。然后建立了以BP神经网络为基础的斜拉桥施工控制参数识别模型,采用Matlab程序设计语言并编制参数识别程序。最后将参数识别结果与待识别参数的真实值进行比较,根据比较结果对神经网络结构进行优化,并运用优化后的神经网络结合某大桥施工实测数据对下一阶段的施工参数进行了修正。通过本文的研究结果可以看出对于一般预应力混凝土斜拉桥,主梁自重、斜拉索索力、环境温度的改变是影响其施工精度的主要敏感性因素,其余因素虽然也对施工控制目标有所影响但其影响程度并不大。BP神经网络方法在斜拉桥参数识别的应用中有着良好的表现,但需根据具体工程情况进行一定的优化才可以达到理想的效果。