有限元模型修正不仅是有限元模型正确反映桥梁实际状态的有效保证,还是建立智能化桥梁健康监测系统的重要一环。不确定性模型修正可以反映工程实际中不确定性的扰动程度,对实际桥梁提供更全面的指导信息,其中基于区间模型的方法不涉及概率知识,所需先验信息相对较少,因此这种方法更易用于实际工程。模型修正在求解反问题的过程中需要大量的迭代计算,因此需要构造有限元模型的数学替代模型,以减小计算量。RBF神经网络是一种常用的替代模型,具有非线性映射能力强的特点,经过了大量确定性模型修正的检验。而RBF的函数形式复杂,给定输入区间,如何准确求得输出区间,是将RBF神经网络替代模型应用于区间模型的难点。本文的主要内容包含如下几个方面:(1)介绍了有限元模型修正的发展过程,着重介绍了不确定性模型修正的研究现状,明确了本文的研究背景和研究意义,简单介绍并比较了一些近年来热门的模型修正方法,探讨了不同方法的优势和劣势;(2)介绍了基于RBF神经网络的不确定模型构造过程,包括试验设计方法、参数显著性分析等;介绍了基于遗传算法的不确定模型求解方法,探讨了多元函数给定变量区间求解值域区间的方法,提出了基于均匀设计思想的数值方法,并将该区间分析方法与遗传算法结合;(3)根据实验室实测数据,利用前面提到的方法,对实验室模型桥塔和模型斜拉桥有限元模型的参数分别进行了修正,并对修正结果进行了检验,取得了理想的效果。