架空直立式码头因结构型式、结构构件受力等特点，其损伤变形的相关特征以及反复调用有限元模型计算的过程具有一定的复杂性。以往的损伤识别相关研究中，粒子群、人工鱼群优化算法等求解约束优化问题的过程性能上均具有较为优秀的表现。但在此优势的基础上，本文以一种基于某物理原理的元启发式优化算法——亨利气体溶解度优化（HGSO）算法为研究基础，引入小波变换、kriging代理模型的相关理论，并利用多峰搜索思想对EI加点准则函数进行多参数输出，提出一种基于优化动态kriging代理模型的两阶段结构损伤识别方法，并以重庆市果园港二期工程为例，对其进行验证，实现了该方法在架空直立式框架码头结构的损伤识别中的应用。以下为本文中的主要研究成果：
　　（1）相比于具有静、动态粒子群优化算法在解决高维多极值复杂函数的优化问题中，亨利气体溶解度优化算法具有收敛速度快、收敛精度高、性能稳定等明显优势。与wPSO算法优化过程相比，HGSO算法能够在相同初始参数下识别单损伤，对称位置、非对称位置双损伤工况，识别结果的相对误差低于1.7%，wPSO算法只能够识别出单损伤；同时表明“疑似”损伤单元的数量影响优化求解过程的计算效率，提出利用小波变换分析奇异点位置的降维方法。
　　（2）简支梁结构的前四阶位移模态差的小波系数图反映，一阶位移模态差即可作为小波变换分析的信号函数；Bior小波对一阶位移模态差的奇异信号检测较为准确，损伤程度越大，模极大值越大，奇异信号也越明显。第二阶段的损伤程度识别结果的相对误差在5%范围内，从而实现了小波HGSO算法的两阶段结构损伤识别在简支梁结构设置损伤工况中的应用。
　　（3）最优拉丁超立方分布实验设计在设计空间中具有空间均匀性和投影均匀性；对文中提出的自适应精英个体的多峰搜索算法（AE-HGSO）采用某二维测试函数验证，结果表明该多峰搜索算法的优化过程最终向峰值点处聚拢，可采用该方法对多峰并行多点加点策略进行动态加点，通过动态加点优化kriging模型的方法可行，并总结了基于多峰并行多点加点策略的kriging代理模型动态优化过程的基本实现过程。
　　（4）研究优化动态kriging模型的两阶段损伤识别方法在架空直立式码头结构损伤识别中的应用。结果表明，该方法在桩、柱单损伤工况中的识别结果有效，达到收敛条件后的损伤程度识别结果的相对误差均低于2%，各设置工况的迭代过程中最低适应度值达1.5162e-6。对于桩损伤工况中动态加点优化后的kriging模型对其他测试样本点的拟合精度，由于10%以下损伤程度周围训练点太少，导致拟合精度较差。考虑到动态加点过程中训练点稀疏程度的影响，在允许误差范围内，经迭代后的kriging模型能够代替10%以上损伤程度测试样本点的各阶模态频率及模态置信度真实响应，识别结果的测试情况准确程度均在80%以上；对应真实损伤程度处预测的准确程度最高。