结构模型修正是在测试结构响应的基础上，通过修正有误差的初始模型来获得满足精度要求的有限元模型。然而，由于受多种因素和条件的影响，结构响应和模态测试结果均表现出较大的不确定性。采用目前的模型修正方法获得的唯一模型实际上是不真实的。本文研究影响模态参数识别的因素，通过对桥梁模型的大量测试，获得模态测试的不确定性参数；考虑结构模态测试的这种不确定性，采用高效的模型修正方法，实现了桥梁结构有限元模型的多模型修正。本文的主要工作如下：选择峰值拾取法（PP）、频域分解法（FDD），随机子空间方法（SSI）和特征系统实现算法（ERA）等代表性的频域和时域模态参数识别方法，研究这些方法中参数选择对识别结果的影响，比较了其识别精度和鲁棒性。数值模拟研究表明，对于所采用宁波甬江特桥梁，PP法和FDD法在高于10-15%噪声水平下出现丢频现象，而SSI法和ERA法则在30-40%的噪声水平下才出现丢频。考虑激励方式、传感器位置、传感器类型、传感器数量和模态参数识别方法等五种因素，对滨州黄河大桥缩尺模型进行了216组、共计2160试验（每组10次测试），研究了识别的模态频率的变异性，获得了前五阶频率的变异性参数；采用方差分析方法分析了不同因素对识别的频率的影响大小。研究表明，激励方式、传感器位置和识别方法等因素对识别的频率影响较大，其它两种因素的影响较小。模态频率在不同测试条件下具有较大的变异性，而且不服从本文所考虑的六种理论分布。对基于响应面的结构模型修正方法进行了研究。响应面的试验设计分别采用正交设计、中心复合设计和均匀设计，响应面函数分别选用多项式、径向基函数和BP神经网络来建立映射。研究表明，基于中心复合设计的多项式响应面具有最好的精度。采用多模型修正方法，对滨州黄河大桥实验室模型和宁波甬江特大桥的有限元模型进行了修正，获得了具有一定统计特性的修正模型参数。本文提出的多模型修正方法可以快速、有效地进行了有限元模型修正，特别适用于考虑模型变异性的多模型修正。