地理信息系统(GIS)和人工神经网络技术(ANN)在大型土木工程健康监测系统已被广泛应用，针对复杂高层建筑进行实时的健康监测或灾后损伤检测也日益重要。本文围绕本课题组“基于GIS的大型土木工程健康监测研究”的工作，针对高层建筑，以框架-剪力墙结构为实例，编制了一个具有GIS(地理信息系统)特有功能的健康监测及损伤检测系统程序，并研究定义了地震作用下框架-剪力墙结构的损伤类型，然后尝试用人工神经网络技术对其进行损伤识别。　　 本文首先分析了损伤检测系统(DDS，Damage Detection System)的开发方法，开发工具及地理信息系统在其中实现的功能，并提出了构建系统的数据结构，并以框架一剪力墙结构为研究对象，编制了相关的结构信息化程序模块，主要实现将地理信息与属性信息相结合从而使各类信息可视化，利用地理信息系统特有专题分析功能将数据以统计图形式标注于地图上，令分析更为直接清晰。　　 然后，通过有限元软件SAP2000建立联肢剪力墙模型，将非线性有限元分析结果与实验结果进行对比，验证计算模型的正确性，定义剪力墙的损伤状态。同时对U形的带翼墙双肢剪力墙的抗震性能进行研究，考虑连梁跨高比、墙体配筋率、边缘构件配筋率、连梁配筋率等因素对其承载能力和变形能力的影响。并对框架-剪力墙结构进行弹塑性时程分析，根据结构构件的破坏顺序，归纳出不同的损伤类型。　　 最后，将损伤检测技术有机地运用到了GIS损伤检测系统中。损伤检测技术主要是基于结构的模态参数，形成从模态识别到损伤检测再到损伤显示的自动损伤识别系统。将GIS损伤检测系统运用到高层建筑的在线监测中，作为应用实例，本文基于框架-剪力墙结构的动力有限元模型，进行损伤检测研究分析，提出使用损伤前后频率信息和部分关键点的模态信息构造损伤指标训练神经网络，对损伤类型和损伤程度的识别都取得了良好的精度，对未知损伤类别也具有一定的自学习能力。同时对基于人工神经网络的高层建筑健康监测或损伤识别给出了一些建议。