本文概述了桥梁结构损伤识别理论和计算智能技术等方面的内容,成功地将计算智能技术引入到桥梁结构的损伤识别中,并取了良好的效果。根据残余力向量的概念,把结构损伤识别问题转化成优化问题,并建立了适合结构损伤识别的多目标优化模型,为提高模型求解的准确性,利用灰色关联度能够很好地分析各非劣解与理想解之间的接近程度,并能掌握解空间全貌的特点,依据目标矢量序列和基准矢量序列之间的灰色关联度大小选取粒子群算法中的全局极值和个体极值,提出了适合高维多目标求解的灰色粒子群算法;利用支持向量机建立了一组待反演参数与各阶频率和一阶振型之间的函数关系,将所得到函数表达式与结构各阶实测频率和振型间的差异作为优化目标,建立了一个多目标优化模型,并用所提出的灰色粒子群算法进行求解;为提高神经网络的收敛速度,提出了基于局部学习的小波神经网络算法,并将该算法应用到桥梁结构损伤识别中,取得了较好的效果;为增强网络的泛化能力,提出了基于灰色聚类技术的神经网络集成方法,该方法改善了利用传统神经网络进行结构损伤识别时泛化能力低的情况。算例结果表明,上述方法提高了桥梁结构损伤识别的效果,得到了具有学术理论指导价值和实际应用参考价值的结果。