服役期的土木工程结构一旦出现了损伤,将可能对人民的生命安全、财富安全以及社会的稳定性产生不良的影响,因此对于土木工程结构进行健康检测具有十分重要的意义。传感器布设是健康监测系统建立的第一步,目前对于布设传感器的研究理论总体来说可以分为两大类,一类是针对频域信号的传感器位置和数量的布设,另一类是针对时域信号的传感器位置和数量的布设。对于传感器位置的选择,目前已经产生了许多完备的位置布设准则,但大多数位置布设准则只是针对于单一的属性。对于一个完善的结构监测系统的来说,传感器的布设位置的选择应使其具备多种良好属性于一体,如既能获得较多的监测信息,又能具备较高的精度。对于一个工程结构来说,想要得到传感器的最优位置,将要从成千上万种选择中去寻找,这绝非易事,智能算法的蓬勃发展为我们提供了一种可以应用的工具,大大降低了传感器最优位置的搜索难度。因此本文将在现有传感器布设方法的基础上,应用智能算法对于传感器的布设位置进行搜寻,使结构监测系统具备多种良好属性于一体。本文主要研究内容如下:（1）对智能算法猴群算法进行了改进,使其能在多种传感器位置搜寻中展现出良好的适用性,并且提升了计算效率。分别将最小不适定性传感器位置选择准则、MAC模态保证准则作为目标函数,建立了单目标函数传感器位置搜寻方法。分别采用四种不同的方法进行了加速度传感器最优位置的搜寻,并用桁架结构作为算例对猴群算法的效果进行了验证。（2）应用Pareto理论,将最小不适定性准则、模态保证准则MAC以及传感器数量作为目标函数,建立了多类型多目标函数传感器位置搜寻方法,并应用梁结构作为算例进行了验证。这种方法避免了人为主观因素的影响,使得结构监测系统兼具识别精度高、对于结构信息的反映能力强,经济合理的优势,对于工程结构有着更加实际的应用价值。（3）将BP神经网络与改进的猴群算法相结合,建立了基于神经网络的多类型多目标函数传感器布设方法,通过输入猴群算法搜索到的传感器位置,输出神经网络对于目标函数的预测值,代替传统的对于目标函数值的直接计算,提升了传感器最优位置和数量的搜寻效率,同时考虑输入层编号对于神经网络性能的影响,并应用框架结构作为算例进行了算法验证。