随着桥梁工程技术的发展,众多受力体系复杂、跨径大的现代化桥梁相继投入使用。但是,随着桥梁服役时间的增加,伴随着结构材料的疲劳老化,以及桥梁长期受到车辆荷载、自然环境侵蚀、风荷载、地震等作用,桥梁的安全性能和耐久性能难免会有所降低,自身结构也难免会出现损伤。因此,加强对现役桥梁的结构健康监测（Structural Health Monitoring,SHM）显得尤为重要,而结构损伤识别（Structural Damage Detection,SDD）是桥梁结构健康监测中最为核心的内容。本文结合蜻蜓算法（Dragonfly Algorithm,DA）和L_1/2正则化方法,对桥梁结构损伤识别问题进行了相关研究,具体研究内容如下:（1）系统的叙述了国内外关于结构损伤识别问题的研究现状。同时,对蜻蜓算法和正则化方法的研究现状做了详细介绍,确定了本文的主要突破点及创新点。（2）详细的介绍了蜻蜓算法的原理以及损伤识别理论基础,利用频率残差和模态振型保证准则（MAC）构建了原始目标函数。基于蜻蜓算法和原始目标函数,对简支梁进行损伤识别数值模拟,结果表明:蜻蜓算法可以用于结构的损伤识别;但是,对于结构的特定位置和多损伤工况,蜻蜓算法寻优能力不足;同时,原始目标函数抗噪能力不强,在噪声下的识别精度有待提高。（3）针对蜻蜓算法寻优能力不足、容易陷入局部最优的问题,本文提出了一种基于Nelder-Mead单纯形的蜻蜓算法（Nelder-Mead Dragonfly Algorithm,NMDA）。运用6种不同的标准测试函数对NMDA算法进行测试。测试结果表明了NMDA算法具有更强的寻优能力,并且能够克服局部最优问题。同时,对前文的简支梁模型运用改进后的算法再次进行损伤识别模拟,模拟结果表明:同样工况下,改进后的算法损伤识别能力更强,验证了NMDA算法的优越性能。（4）针对基于频率振型的目标函数抗噪能力不强的问题,本文基于L_1/2正则化方法构建了新的目标函数。运用上述改进后的NMDA算法,对简支梁、悬臂梁、连续梁进行损伤识别数值模拟,结果表明:基于NMDA算法的L_1/2正则化损伤识别方法能有效克服噪声的影响,准确的识别出结构的真实损伤。（5）为了验证本文所提方法的适用性,在实验室搭建了铝合金简支梁模型,通过模拟简支梁的损伤,利用仪器设备分别采集了各工况下简支梁的前五阶频率和振型,并将采集数据导入到NMDA算法中进行损伤识别,试验结果表明:本文所提的基于NMDA算法的L_1/2正则化损伤识别方法能够准确识别出试验梁的真实损伤,具有较好的工程实用价值。