在时域内对结构进行风振反应分析,主要问题是确定结构上的风荷载。如果依靠已有的记录和观测数据作为荷载输入,由于受到许多条件的限制,往往不能满足实际工程的需求,所以,需要发展风荷载的人工模拟方法。目前,风荷载的人工模拟方法一般要进行大量的迭代和递归运算,特别是当需要模拟的点数较多时,耗时较长,效率较低,因此,需要发展快速高效的风荷载模拟方法。本文结合已有的研究成果,运用人工神经网络理论的特点,在科学计算软件Matlab的环境下,采用神经网络对风荷载的人工模拟进行了探索和研究:(1)建立并实现了基于人工神经网络的风荷载时程模拟的模型,通过计算机仿真对比分析,表明所建模型的模拟效果良好,且具有较高的效率;(2)对神经网络仿真建模过程中涉及到的网络类型、神经元数目、激活函数、训练样本集和训练算法等问题进行了分析,提出了相应的解决办法,并通过Matlab神经网络工具箱中的相应函数实现了所建模型;(3)对BP神经网络不同算法的训练效果进行了对比分析,确定出弹性梯度下降算法对所建模型的训练效果最好;(4)通过两个算例,分别对空间不同高度的三点处和空间不同位置的五点处的水平风速时程进行了模拟,验证了所建模型在实际应用中的有效性。人工神经网络模拟风荷载,实质上是网络输入矢量与网络权值矩阵以及阀值矢量之间的矩阵运算,不需要进行迭代和递归运算,因此,能大大减少所消耗的时间。本文的研究结果也证明,利用人工神经网络方法可以有效的解决风荷载人工模拟的问题,并且具有较高的效率。