江津观音岩长江大桥是主跨为436m的双塔双索面工字形钢梁和混凝土桥面板叠合梁斜拉桥。论文以江津观音岩长江大桥为工程背景,研究人工神经网络在叠合梁斜拉桥施工控制中的运用。目前,BP神经网络是运用最多、最广泛的一种神经网络。但是,由于BP网络自身算法原理上的缺陷,其存在可能陷入局部极小值、收敛速度慢、网络的泛化能力不强等缺点。针对上述问题,论文探索了将RBF网络和BP网络运用于叠合梁斜拉桥的施工控制中的可能性。论文先是详述了BP网络和RBF网络的基本理论原理。通过比较两者的异同,从理论上得出RBF网络作为一种局部逼近网络,在网络收敛速度和网络泛化能力方面优于采用全局逼近方式的BP网络的结论。论文接着详述了将BP网络和RBF网络运用于参数识别中的具体方法,通过在相同参数取值条件下两种网络的参数识别结果的精度和收敛速度的比较,从实例的角度证明了RBF网络优于BP网络的特点。在从理论和实例两个方面说明了RBF网络优于BP网络的基础上,论文探讨了将RBF网络用于主梁线形误差预测和中跨合龙段钢主梁切割长度确定的具体方法和可行性。最后,通过将人工神经网络用于解决江津观音岩长江大桥的上述三个方面问题,总结说明了将人工神经网络运用于叠合梁斜拉桥施工控制中的可行性。