交通是经济发展的动脉，地区的经济发展和公路交通的联系是密不可分的。但是桥梁在建成通车后由于长期使用、自然环境作用、混凝土结构的老化等因素使其健康状况不断退化、使用功能下降，严重的影响到行车安全。对桥梁健康状况评定尤为重要。 传统的桥梁健康评定是基于有限元模型和试验检测资料基础之上。有限元模型需要对其边界条件和结构做出假定或简化，需要一定专业技术知识，使得这些方法难以被一般管理人员所采用。 本文总结了以往的研究成果，提出采用BP神经网络对桥梁的健康状况评定。BP神经网络方法对桥梁的评定是基于大量的统计数据(设计、检测、维护等等)基础上的，通过对样本的学习训练来找出输入数据和评定结果的内在关系。神经网络的使用无需严谨的结构理论知识和相关高深的专业知识，便于推广应用。为此本文做了以下研究工作：①改进了BP神经网络的训练参数，使之更加适合桥梁健康评定；②编写了桥梁健康数据库(BHMS)软件，为后续的BP网络的应用提供数据支撑，同时可以让管理者更加具体的了解桥梁健康状况的时程变化；③利用其它评定方法与BP神经网络对比，以验证神经网络方法的可行性。