近年来，随着土木工程的迅猛发展，结构的形式日趋复杂，结构健康监测成为一个重要的研究方向，基于振动数据的结构健康监测方法也就引起人们极大兴趣。测量数据的数量与质量，即传感器数量及其相应的布置位置对于依赖动态测量数据的结构健康监测非常重要。为了从测量数据中获得尽可能多的信息，进而减少待识别模型参数的不确定性，提出了一种面向结构模型参数识别的传感器优化布置方法。其中，为避免采用静态形函数的传统有限元方法建模对于结构动力特性及传感器优化布置的影响，采用一种高精确动力学建模法，即谱有限元法对结构进行动力学建模。同时，以结构模型参数识别结果的不确定性最小作为传感器优化布置准则，而模型参数的不确定性程度则通过信息熵标量指标来量化，运用贝叶斯统计系统识别法进行识别。针对传统遗传算法存在随机性大、容易早熟、局部寻优能力差等缺点，采用一种基于二重结构编码的改进遗传算法，在所有可能的传感器配置组合中极小化信息熵指标，获得给定数目的传感器最优布置位置。通过弹性地基上带弹性接头的周期梁模型的数值仿真及实验室模型试验验证本文所提出的方法。　　本文研究表明，通过本文方法优化布置传感器，可以有效地减少模型参数识别结果的不确定性。与目前文献中的其他传感器优化布置方法不同，在给定数目传感器的情况下，本文提出的传感器优化布置方法的显著优点在于可以有效地增加传感器采集数据中所包含的与结构模型参数识别有关的信息量，保证待识别模型参数不确定性最小，有利于结构健康监测工作的开展。同时，本文方法还可以很方便地对不同数目、不同位置传感器配置情况下参数识别结果的不确定性大小进行比较，以平衡实际应用中传感器数量（或测试成本）与获取信息量之间的矛盾，其实用性显著提高。