本文针对神经网络和建筑结构振动、控制的特点，对神经网络应用于结构辨识和结构控制进行了详细的论述、研究和实例仿真。 建筑结构庞大，作动力施加困难，结构参数复杂多变，外部扰动复杂、高随机性及不可预测。当结构中有作动器时，结构就变为非常复杂的耦合系统，当有多个作动器时，整个系统就会变得更加复杂。使得传统的方法难以对系统进行精确地建模和有效地控制。 第二章对神经网络基本理论、神经网络的优点阐述和论证，为神经网络在建筑振动控制中的运用可行性进行分析。对神经网络的优化算法进行了阐述，各种优化算法的缺点及改进的方法进行一个总结，并给出各个算法的训练速度做了一个详细对比，以体现各种算法的训练速度。 神经网络对系统进行辨识不是基于模型的辨识，而是基于输入／输出数据的辨识。第三章首先对神经网络的辨识模型的选择、输入信号的选择以及误差准则的选择进行讨论，然后对非线性系统的神经网络辨识仿真进行研究，将其中的静态问题和动态问题分开进行论述，最后针对静态问题和动态问题给出相应的实例仿真。 神经网络控制的形式较多，并且各种神经网络的特点和应用的领域都不相同。为此，第四章对各种神经网络控制的优缺点进行对比，为建筑结构振动控制选择适当的神经网络控制方法。对CMAC与PID并行神经网络控制和神经网络自适应控制进行了较为详细的讨论，通过实例仿真说明了有效性。针对训练样本对难以获取的问题，提出了基于瞬时最优控制神经网络的建筑结构主动控制。 在第五章中，对一个三层结构与作动器的耦合系统进行主动控制。给出此系统从辨识到控制的完整过程，并且针对作动器的不同布置形式，通过仿真研究给出一种比较理想的作动器布置形式。