准确的索力识别是保证索体系桥梁施工控制、运营和养护维修阶段结构受力分析可靠性的关键,而频率法是极为广泛使用的索力识别手段。基于频率法的理论,探讨和分析实际工程中斜拉索和吊杆的索力与频率间复杂的规律并寻找一种准确的索力识别方法是本文的主要工作。本文以斜拉索和吊杆为研究对象,尝试采用人工神经网络来研究基于频率法的多参数索力识别,为此进行了如下研究:(1)将现有基于频率法的索力识别的解析解、前人推导的实用索力计算公式和有限元数值模拟解进行对比研究。基于已有弦振动理论索力与自振频率的关系式和考虑抗弯刚度时,拉索和吊杆横向振动微分方程及其通解,考虑两端铰接、两端固结、一端固结一端铰接三种边界条件,分别给出索力与自振频率的解析解和前人研究的数值近似解。通过有限元大量计算获得数据,并与理论上解析和半解析公式及前人基于理论推得的回归经验公式验证。结合数值分析与工程实践经验,比较全面地总结了基于频率法的索力识别影响因素。从而确立采用人工神经网络进行索力识别的算法。(2)基于有限元数值模拟数据,研究实际工程中影响明显的因素——抗弯刚度、边界条件、长度和线密度对索力识别的影响,从而明确了影响频率法索力识别的参数,为采用人工神经网络方法进行参数分析奠定了理论基础。(3)采用人工神经网络方法来进行多参数识别索力研究。获取几万组模拟数据样本来训练用于多参数索力识别的BP神经网络,并将其预测结果与现有理论公式的计算结果进行比较,证明了该法具有适用性和较高精度。利用建立的BP神经网络对多参数的选取如何影响神经网络的效果进行研究,发现了当采用索长变化范围差别太大的参数训练的网络对于预测索力精度不利,得出了长度、边界条件、线密度和抗弯刚度、频率和索力的选用范围都会影响神经网络的预测效果的结论。