为了更合理、方便地控制土木工程结构地震动力反应,提出了基于BP神经网络建模的结构振动模态模糊控制算法。首先以结构的地震动力反应数据训练神经网络建立结构分析模型,然后以时域模态坐标作为被控变量,实现系统降阶,使得建立模态模糊控制规则时模糊推理的数量处于可接受的范围之内。以一栋20层结构为例,利用EL Centro地震波结构动力反应数据训练神经网络建立结构模型,并以体系总能量最小值作为控制目标制定控制规则。为了验证所提出算法的振动控制减震效果,另外建立结构的数值分析模型,将6条不同的地震波加速度峰值调整到4m/s2输入建筑结构模型,同时改变控制力论域的大小,得到不同控制力时的模态模糊控制地震动力反应,并将模态模糊控制地震动力反应计算结果与系统在AMD控制最优以及在不受控制状态下的结构地震动力反应计算结果(楼层位移,层间位移,楼层速度,楼层加速度)相比较。具体研究结论为:1)仅对结构第一阶振型采用模态模糊控制,与无控制状态下的层间位移和加速度进行效果比较,能达到满意的减震结果。2)采用AMD最优控制力幅值作为各楼层控制力的论域时,模态模糊控制减震效果与其存在差距,但是模糊控制易于实施,鲁棒性好。3)不断增大控制力的论域,减震效率逐渐逼近最优AMD控制,可以得到更好的减震效果。图37幅;表9个;参57篇。