以智能大坝仿生系统的构建为目标，基于开放的复杂巨型系统思想，通过人工智能理论、信息科学、计算机科学与传统坝工理论的融合和渗透，探讨了大坝安全监控智能化感知融合理论和方法中的一些关键技术并将其应用到工程实际中。论文主要内容如下： (1)大坝安全监控感智融合体系的构建。基于大坝系统病变的渐变性、结构的不确定性和力学特性的多元性等特征，从智能结构系统的定义和智能结构健康监测的设计思想出发，映射出“大坝智能体”的概念，研究了大坝安全监控感智融合理论和方法框架。 (2)传感器智能化技术研究。在对传感器静、动态特性研究的基础上，探讨了智能传感器功能和实现途径，并充分借助人工神经网络强的非线性拟合能力、并行处理信息能力和容错能力等，研究了传感器噪声自适应抑制、故障自诊断等功能的智能化实现方法。 (3)传感器优化布置理论和方法研究。从传感器系统有效度和系统代价出发，建立多传感器冗余融合系统的最小代价准则，并给出了实现其优化设计的模拟退火算法，由此可得出大坝安全感知传感器类型和数量的最优解。基于传递(识别)误差最小准则，充分考虑大坝感知领域特点和经济等因素，建立了传感器测点定位优化模型，根据传感器监测的目标不同，采用相应优化理论和方法，即可实现测点定位优化设计。 (4)野值诊断方法研究。粗差的随机—模糊二重性决定了野值的诊断需用随机模糊处理方法，视粗差为模糊(F)子集，通过建立隶属函数，给出粗差的判据、R-F均值及R-F方差等，可以合理准确地诊断出野值。 (5)数据优化融合技术研究。以置信度距离测度作为数据融合的融合度，利用置信矩阵、关系矩阵得到多传感器的最佳融合数，最终以Bayes估计理论为基础得到多传感器最优融合值。 (6)大坝系统智能辩识理论和方法研究。利用小波神经网络良好的逼近和容错能力，进行多模型非线性融合函数的设计和模拟，并采用混合学习算法，建立大坝系统效应集和荷载集的确定性关系融合模型。将参数反演归结为数学规划中求平方和函数极小化问题，以位移观测值与位移计算值之差达到满意为优化目标，应用遗传退火算法，实现材料物性参数的识别，建立大坝系统效应集与荷载集的非确定性关系模型。 (7)大坝病害自适应分析诊断技术研究。借助粗集理论，对实例和原型观测数据构成的大坝病害分析诊断决策系统信息表，实施属性约简和最佳属性约简，挖掘大坝病害的潜在病因，提炼主要病因，从而为大坝病害的分析诊断提供依据。基于大坝病害诊断物元的共扼特性，实现大坝病害的定性分析，应用可拓集合论，通过大坝潜在病因关联函数的计算，实现大坝病害诊断的定量描述。 (8)大坝健康综合评价理论和方法研究。借助可拓学理论，基于菱形思维模式和物元的可拓性，开拓出大坝健康评价的指标体系；采用物元的概念将评价对象、评价指标和量值结合为一体，应用物元变换建立大坝健康评价的物元模型，实现大坝健康的定性与定量综合集成评价。