结构健康监测中结构动力响应数据的有效测量,依赖于安装在结构上的传感器类型、数量和布设位置。由于经济成本及现场安装效率等原因,安装在结构上的传感器数目始终有限。因此,如何优化布置这些有限数目的传感器,是一个重要的研究课题。传统的传感器优化布设方法主要是单目标优化且大部分是用删除法,大多只能得到局部优化解。近些年,利用智能算法求解优化问题,取得了极大的进展。人工鱼群算法作为一种全局性的智能优化算法,具有很强的求解性能。因此,本论文改进了传统的人工鱼群算法,考虑单目标函数和多目标函数,解决结构健康监测中传感器的优化布设问题。本文的主要研究工作如下:首先,提出了改进人工鱼群算法,用于优化布设传感器。在改进算法中采用整数编码表示人工鱼,设计了人工鱼初始化、编码检查及修正的方法;考虑结构相邻节点具有动力特性相似性,提出了一种两人工鱼距离的计算方法;对算法追尾行为增加高斯扰动项,维持鱼群的多样性;设计了两种觅食行为,以提高觅食成功率。以振型独立性为优化指标,运用改进人工鱼群算法对二维桁架结构、平面钢架结构及青马大桥实验室模型进行数值模拟,优化布设传感器。分析结果表明改进的算法寻优稳定,收敛快且精度高。实验室钢框架结构的试验分析结果表明,改进算法优化的传感器布设方案,可获得独立性更好的振型。其次,提出了基于Pareto多目标优化的人工鱼群算法,用于多目标优化布设传感器。多目标算法中改进了非支配排序算法,以提高非支配排序的效率;引入动态视野,用于自适应选取人工鱼的视野参数;结合天牛须算法及反向学习优化机制设计了两种强化觅食行为,提高人工鱼觅食寻优能力;引入外部档案集,用于集中处理寻优过程中的互不支配解;自适应调整鱼群个体质量,控制算法勘探与开采的平衡;选取与理想点的欧式距离最近的Pareto最优解,作为最终的传感器布设方案。最后,运用Pareto多目标人工鱼群算法处理传感器多目标优化布设问题。以损伤敏感性、损伤冗余度及模态独立性为优化指标建立传感器多目标优化模型。对平面框架结构,模拟了传感器多目标优化布设的过程,并用传感器获取的响应信息,进行结构损伤识别。模拟结果表明,用本文提出的传感器多目标优化算法,可获取较优的传感器布设方案,获取响应信息能够识别出损伤位置和程度。对算例框架进行试验,结果表明,用优化位置上的测量响应可以识别出损伤的位置,然而损伤程度的识别容易受到噪声的干扰。