悬索桥由于跨越能力大、抗震性能好、轻型美观，在大跨度桥梁的建设中得到了广泛的应用。随着跨径的增大，悬索桥结构的刚度相对降低，几何非线性效应变得十分突出，客观存在的各种不确定性可能引起结构内力和变形的显著变化。为了了解和掌握各种不确定性对大跨度悬索桥结构受力状态的影响程度，势必需要采用可靠度分析方法对悬索桥结构进行可靠度分析。 常规的可靠度分析方法应用于大跨度悬索桥结构可靠度分析时存在如下几个问题：JC法无法求解隐式功能函数；二次多项式响应面法在求解高度非线性功能函数时存在较大误差；蒙特卡罗法计算精度高但需耗费大量机时，工作量非常巨大，不具有实际应用价值；随机有限元分析需要修改当前成熟的有限元分析软件。针对上述问题，本文展开了有关研究，并建立了一种基于有限元－BP神经网络一遗传算法（F—B—G）的实用可靠度分析法，在失效概率求解中综合了神经网络和遗传算法各自的优点。利用神经网络拟合功能函数将极限状态方程表示为显式的形式，有效的解决了JC法无法求解隐式极限状态方程可靠度的问题，同时大大减少了有限元分析次数，而且该方法无需修改现有的有限元分析程序，与二次多项式响应面法相比提高了拟合精度；使用遗传算法全局搜索验算点，可以有效避免陷入局部极小，提高结构可靠度分析精度。 其次，基于F—B—G法研发了相应的可靠度分析程序，并通过算例验证了其准确性。最后，运用研发的可靠度分析程序，对一座大跨度悬索桥——珠江黄埔大桥南汊进行了结构可靠度分析，证明了所建立的可靠度分析方法和开发的程序的实用性与有效性，为今后在桥梁工程结构可靠度分析中推广该方法与程序奠定了良好的基础。