随着交通事业的发展和桥梁建造技术的不断进步,桥梁建设规模越来越大,桥梁结构也越来越复杂,桥梁施工控制作为桥梁施工技术的重要组成部分逐渐被桥梁建设者所重视。而连续刚构桥以其独特的优势也成为了高墩大跨桥梁的首选桥型,人们对其施工过程中的安全问题和成桥状态下结构线形和受力行为都提出了更高的要求,因此在桥梁施工过程中采用误差分析理论和最优控制理论非常重要。本文针对施工控制的结构计算分析、参数识别和状态预测等方面,进行了以下几方面工作。(1)在总结施工控制发展过程的基础上,将神经网络法应用于施工控制中。针对施工控制的难点——参数识别与状态预测进行了研究,提出了两次神经网络法,为桥梁的施工控制提供了一种可以参考的新途径。(2)阐述了现行的几种桥梁施工控制过程模拟方法和预拱度计算方法,并着重分析了正装法、倒拆法和挠度计算中的绝对挠度法。根据连续刚构桥的特点,给出了计算悬臂施工时各梁段预拱度值的多种方法,以取定施工立模标高,并在南孟溪大桥的施工控制结构计算中得到了应用。(3)本文对参数识别和状态预测的各种方法在连续刚构桥中的应用进行了详细的探讨,重点对参数识别中的最小二乘法、状态预测中的Kalman滤波法和灰色理论法进行了分析,从理论上证明了神经网络法在桥梁施工控制中的适用性和其独特的优点。(4)针对目前常用的BP网络的缺点,将其进行了改进,将一种新型神经网络算法——带有偏差单元的递归神经网络算法应用到参数识别和状态预测中,对其误差逆传播学习规则进行了数学推导并编写了相应的算法程序。通过数值算例,证明了其在高墩大跨连续刚构桥施工控制中的适应性和BP算法所无法比拟的优点。(5)把本文所提出的理论应用到了南孟溪大桥的施工控制中,根据南孟溪大桥的特点编制了参数识别和状态预测程序,建立了施工控制网络模型,并在南孟溪大桥施工控制工中取得了良好的效果,为同类桥梁有效实施控制提供了有益的参考。