结构退化预测作为桥梁管理系统中的一个重要的组成部分,其预测结果能够为桥梁管理人员的决策提供支持,对于资金的合理利用能起到极为重要的作用。目前桥梁管理系统中所使用的退化模型基本都没有考虑桥梁历史状态对未来状态的影响,以及养护对结构退化的影响,而且忽略了不同桥梁构件之间的相互作用,更重要的是,这些模型在获得新数据后很难更新。本论文针对现有大型桥梁管理系统中退化预测理论的不足,提出基于CBR(Case-based reasoning)的人工智能方法,以大跨度混凝土斜拉桥为对象,实现结构性能退化的预测。论文以混凝土斜拉桥退化为研究背景,对CBR理论、方法和应用技术等一系列问题进行了深入的研究和探讨,主要研究工作有:l)在国内外大量资料的收集整理和分析研究的基础上,从应用实践的需求出发,在抽象层次上探讨了CBR斜拉桥退化系统的基本内容和特点,并对CBR混凝土斜拉桥退化模型中的关键技术作了深入的研究和探讨。2)在CBR基本原理的技术之上,提出了基于面向对象的案例表示方法,并以此为基础建立了分解后结构组件的案例库模型,最后建立了CBR混凝土斜拉桥退化的系统模型。3)提出了通过关键特征属性建立案例库索引机制的方法,然后用最近相邻法进行相似度计算的案例检索模型。4)设计并建立了基于案例推理的斜拉桥退化系统的概念模型和物理模型。用VB语言和ACCESS数据库系统开发完成了软件系统。并通过斜拉桥样本案例进行仿真测试,验证了设计的合理性和实现的有效性。