结构损伤识别是一门新兴学科,而基于神经网络的结构损伤识别更是最近才发展起来的.神经网络具有很强的容错性、鲁棒性和泛化能力,无论是从直觉思维的要求还是从不确定性推理的要求上,人工神经网络方法都是可以有效地解释结构状态的变化,即结构损伤的位置和程度的.基于神经网络的损伤识别有许多识别参数,即用于识别损伤的指标量,而参数的选择对于损伤识别的精度影响很大.近年来,国内外许多专家学者提出了多种识别参数,较为常见的是频率、动柔度和频率—模态分量组合参数等,这三种参数各有其优缺点,但长期以来,却没有人对这三者做过系统比较.该论文的主要工作就是系统地研究这三种参数之优劣,并对以后的研究前景作出展望.首先,从理论上推导三种参数对于结构损伤的不同灵敏度函数,接着用推导出来的公式计算一个简单的例子的各项参数的灵敏度值并比较之;其次,阐述神经网络原理及其各项参数取值并编制神经网络计算程序.最后,用前面编制好的计算程序计算三个算例,通过对算例的分析,进一步比较三种参数的优劣.