我国处于环太平洋和地中海—喜马拉雅两大地震带之间,是地震灾害最严重的国家之一。同时,我国也是世界上已建和在建混凝土重力坝最多的国家之一。对于服役中的混凝土重力坝进行抗震分析时,尤其已经经受过地震考验的混凝土重力坝,其材料的动力参数的选取是一个值得深入研究的问题。基于混凝土重力坝的强震观测,进行坝体结构的模态参数识别,并据此进行混凝土重力坝动力有限元模型修正是解决该问题的方法之一。混凝土重力坝属多自由度复杂空间结构,采用传统的矩阵模型修正和参数模型修正法进行混凝土重力坝动力有限元模型修正需要进行大量的有限元计算,计算效率低,对混凝土重力坝这种大型工程结构的适用性不强。本文考虑混凝土重力坝结构本身和强震观测数据的特点,利用混凝土重力坝强震观测资料结合模态分析理论以及智能优化算法对其动力有限元计算模型进行修正,主要研究内容和成果如下:(1)对常见的几种强震记录去噪方法进行了介绍,同时,提出了基于主成分分析法(Principal Component Analysis, PCA)结合小波滤波的混凝土重力坝强震观测数据去噪方法,并通过仿真试验将该方法与小波软、硬阈值去噪法的去噪效果进行了对比;以去噪后的强震观测数据为基础,提出了基于自动频域分解(Auto Frequency Domain Decomp--osition, AFDD)法的混凝土重力坝模态参数识别方法,并采用该方法对某混凝土重力坝实测得到强震观测记录进行了模态参数识别。(2)对“库水-大坝-基础”三维动力有限元分析所涉及到的库水-大坝和基础-大坝动力相互作用以及粘弹性人工边界的基本理论进行了介绍,并在此基础上,研究了待修正混凝土重力坝动力有限元模型参数选取和参数的敏感性分析。采用实际工程算例实现了上述分析过程。(3)首先,将混凝土重力坝的动力有限元模型修正问题就转化为一个强震识别模态参数与计算有限元模型模态参数之间的差异最小化问题。考虑到混凝土重力坝结构本身和强震观测数据的特点,利用拉丁立方抽样的试验设计能力,多输出支持向量机(Multi-output Support Vector Machine, M-SVM)算法对多变量之间非线性隐式关系的拟合能力以及遗传算法(GeneticAlgorithm,GA)神经网络的搜索寻优能力提出了一种基于强震观测和M-SVM的混凝土重力坝动力有限元模型修正方法。并采用该方法对某混凝土重力坝的有限元模型进行了修正,在保证计算精度的前提下有效的提高了计算效率。