大跨空间结构因其突出优点而被广泛应用于各类重要建筑。此类结构通常自振频率较低,对脉动风荷载等振动荷载敏感,有时在风荷载作用下会发生较大振动,影响结构的正常使用及安全。空间网格结构是大跨空间结构的常见形式。目前对于此类结构风振响应及其控制的研究不多。由于其体型巨大、结构复杂、存在时滞,利用传统方法对其进行振动控制效果受到局限。研究大跨空间网格结构风致振动的有效控制方法十分重要。本文阐述各类结构振动控制方法的特点,针对大跨空间网格结构风振控制的困难,指出神经网络控制方法的适用性。详细分析了神经网络的特点、网络结构、学习算法及改进研究现状。重点研究了大跨空间网格结构风致振动的改进神经网络控制方法及控制系统中时滞问题的神经网络补偿方法。对神经网络控制系统存在的主要问题进行了简要探讨。对大跨空间网格结构风致振动的改进神经网络控制研究,系统分析了风荷载模拟技术;结合经验公式法及实验比较法对神经网络的结构进行优化,利用Levenberg-Marquardt算法改进传统神经网络的误差反向传播算法,提高了一阶收敛速度;基于两个改进人工神经网络的组合运用,针对结构动力响应,建立了一种可预测有效控制力的神经网络预测控制策略。在控制系统时滞的神经网络补偿方法研究中,介绍了系统时滞的产生机理及传统时滞解决方法;利用单个神经网络代替两个神经网络组成的控制系统,完成辨识动力响应和预测控制力的功能,减少时滞的产生环节。利用神经网络结合传统时滞补偿方法,弥补传统方法具有的数值计算困难、不适用于多自由度体系等缺点。采用神经网络方法,进行多步预测补偿大跨空间网壳结构风振控制系统中的时滞。