结构的损伤识别与评估是目前一个引人注目的课题,从总的研究水平来看,这个课题在理论研究和计算方法上已经取得了很大的进展.但目前的诸多评估方法,在运用于指导实际工程方面却仍然停留在经验性的定性状态.要摆脱这种局面,就应当探求一种能绕开严格数学分析却可建立结构模态参数与结构破损状态之间关系的方法.该文正是在这种思路下,利用神经网络的非线性映射能力,以弹性地基上中厚板为主要研究对象研究钢筋混凝土结构的损伤识别与评估,主要内容包括:(1)基于Mindlin中厚板原理,进行了弹性地基上中厚板的有限元研究,编制了相应的有限元程序,为神经网络的训练、测试提供了样本;(2)对常用的BP、BPGA算法及竞争网络、自组织神经网络进行了总结性研究,介绍了对土木工程结构损伤位置识别较为适用的有导师Kohonen网络,并对各种学习算法(网络)给出了仿真算例;(3)分的了神经网络在钢筋混凝土结构破损评估中的可能性及其优势.研究了竞争网络带误差学习的情况,并利用有导师Kohonen网络的聚类定位性能,准确地识别了弹簧--质量梁的边界情况和振型;(4)以弹性地基上中厚板为研究对象,基于神经网络实现了损伤类型、损伤位置、和损伤程度的识别,并就此集成系统进行了简单设计.在网络学习阶段,提出了一种能提高网络稳定性并具有一定工程意义的分段学习方法.该文研究表明,神经网络在解决许多用常规方法无法或不能很好地解决的问题方面有着巨大的潜力.神经网络在结构的破损评估中具有良好的应用前景,有必要继续进行全面深入的研究,以促进结构破损评估理论和技术的进一步完善.