随着社会的不断发展与进步,框架结构以其优良的力学性能,被越来越多应用在我们的生活中。但无论是在框架结构建设初期还是服役期间,框架结构的安全性一直备受瞩目,因此越来越多的学者将精力投入到结构安全监测之中。框架结构出现损伤主要表现在材料老化、构件缺陷、环境腐蚀、疲劳荷载等几方面。当框架结构的损伤积累至一定程度时,框架结构整体承载能力以及抵抗外来灾害的能力会大大降低,极端严重的情况下甚至引发重大灾害,给人民财产安全带来不可估量的损失。因此对框架结构进行合理有效的监测是十分有意义的。本文提出粒子群优化支持向量机的优化模型,应用于框架结构监测的研究中,并通过选取生活中相对典型的框架结构模型进行实验验证,实验效果较为理想。论文主要工作如下:（1）本文基于MATLAB建立实验所用框架结构有限元模型。对目标框架结构进行施加载荷仿真,通过对整体目标框架结构形变计算结果,以及各个节点响应函数图进行分析,得出各个节点之间的关系。结果表明同根梁上的一对节点呈负相关性。由此节点关系性,得出传感器的具体布置方案,进而起到对传感器的优化布置。（2）本文通过对实验所用框架结构施加不同方向不同大小的力,并记录传感器模块回传数据,根据传感器模块回传数据进行处理,基于MATLAB对采集的回传数据进行拟合,得出力与转角角度函数关系式。（3）对拟合函数进行优化,首先对数据进行分类处理,引入支持向量机训练模型,优化过程中引入拉格朗日方程,在对拉格朗日方程求解过程中,引入粒子群算法优化支持向量机的思想,对传感器模块所采集的数据进行优化,在传统的粒子群算法的基础提出两种改进粒子群算法的优化策略,进而达到优化拟合函数的目的。其中两种改进策略中分别针对适应度函数引入评分机制对适应度函数进行测评,择优选择。在完成初次优化拟合过后,使用另一框架结构模型对优化结果进行验证,并根据初次优化训练模型中的缺陷,增加对应的训练样本,适当调整训练比重,进一步完善优化训练模型。（4）在传感器模块优化布置方面,基于仿真分析,应用于实际监测的传感器模块在本实验中减少了4个。在拟合函数优化方面,拟合函数准确率较优化前的拟合函数提高3.13%,整体拟合函数误差率稳定在1%左右。