结构控制算法对结构振动主动控制效果起着决定性作用，同时也是智能结构系统的核心组成部分。本文旨在将BP神经网络与模糊逻辑进行有机结合，以寻求一种新的适应于非线形结构和难以建模的结构的振动控制算法，研究工作在理论和实践方面都具有十分重要的现实意义。 本文首先阐述了结构控制的基本理论和研究现状，着重对当前的结构控制算法进行了详细的分析和讨论。然后介绍了BP神经网络和模糊逻辑的基本原理和算法，分别讨论了神经网络和模糊逻辑的特点，分析了各自的优点和不足，充分利用了二者的优点，提出了基于BP神经网络与模糊逻辑相结合的结构振动控制算法。 通过对结构振动的力学分析，结合模糊控制技术，确定了将位移和速度作为模糊控制的输入量，而对结构需施加的控制力作为输出量。运用BP神经网络来训练生成模糊控制规则库，然后运用模糊逻辑推理依据已经建好的模糊规则库计算出控制力来对结构进行控制。由于神经网络具有可学习和适应不知道或不确定的系统，而模糊控制具有仿人脑的模糊推理能力，两者的有机结合，使得该算法具有自学习、鲁棒性和易处理非线性等优点。 最后，运用该算法对悬臂梁分别在正弦及随机激振作用下的主动控制进行了仿真研究。结果表明：运用该算法对上述两种激振信号的振动均有明显的抑制作用。由于该算法对结构的不依赖性，对难以建模的柔性结构和非线性结构的振动主动控制具有实际意义。