关于神经网络的研究在近几年取得了令人瞩目的进展<[1、2]>,引起了包括计算机科学、脑神经科学、人工智能等科学领域内的科学家们的巨大热情和广泛兴趣.而BP神经网络是各种神经网络模型中具有代表意义的神经网络之一,已获得了广泛的应用.其采用误差反传的特性解决了隐含层引入以后的学习问题.其实质是采用梯度下降法使权值的改变总是朝着误差变小的方向改进,最终达到最小误差.但由于它采用的是非线性规划中的最速下降法,因而BP神经网络存在其固有的缺陷,所以许多专家学者对其性能的改善做了大量的工作,对BP神经网络做了大量卓有成效的研究.该文对神经网络的发展及其BP神经网络做了一个系统的综述和初步的探索,并将其应用于超静定等强度梁优化设计中.该文同时阐述了神经网络结构优化的基本原理,构造了工程结构优化的神经网络模型.采用模拟退火技术进行模型求解.该文利用叶开沅提出的阶梯折算法,给出了超静定梁在任意分布载荷作用下以及集中力作用下等强度设计的一般计算公式,基本公式建立在Yah和Yu(1979)<[3]>基础上.对优化目标和约束条件是设计变量隐函数的情况,化成了优化目标和约束条件等的设计变量的显式表达式,从而给问题的求解带来了极大的方便.运用该文的方法给出了一端固支一端简支、两端固支梁的实例,并和文献中午顿迭代法求得的结果进行了比较.实例表明神经网络在结构优化设计中是可行的.