结构健康监测是当今土木工程领域新兴的热点研究方向。这一领域的研究主要致力于将最新技术应用到大型、复杂的土木工程领域,以确保土木结构在复杂环境荷载作用下不致于无先兆地破坏,对于确保结构及人民生命财产安全具有重要的作用。本论文以“深圳市大梅沙万科中心结构施工与运营健康监测系统开发项目”为背景,研究基于有限测点的复杂构件受力性态。探讨了支持向量机(Support Vector Machines, SVM)方法作为专门针对小样本的智能方法在结构健康监测中有效性和可行性。通过数值模拟和对监测现场实测数据的分析,探讨SVM方法应用于索力识别的准确性,为健康监测现场的索力监测提供了快速有效的方法。本文的主要研究内容包括以下几个方面:1)探讨了SVM的基本理论,基于简单模型对SVM方法进行了网络学习的参数优化,建立了基于Matlab的网络学习机。2)基于背景工程建立了复杂构件的Ansys模型,利用SVM方法研究了拉索索力的识别问题。讨论了传感器的优化问题,研究了存在施工误差、索力损失、加载误差及噪声影响等情况影响下的索力识别问题。3)结合监测现场数据,分别分析了智能索、基于节点应变的线性拟合以及SVM方法对于索力的识别问题。同时研究了基于索力监测的光纤光栅传感器及电阻应变传感器的基本原理及监测误差分析。本文提出的SVM智能监测方法对于实际工程的健康监测具有一定的理论意义及应用价值。