伴随着科学技术的发展,研究者们提出许多智能优化算法并广泛应用于各个领域。在这些智能优化算法中,引力搜索算法(Gravitational search algorithm,简称GSA)引起了许多研究人员的关注。作为一种新型智能优化算法,引力搜索算法具有概念简单、操作方便、高效计算等优点,并且在实际工程领域已经被广泛应用,比如无人机航路规划、图像处理等。与此同时,在结构损伤识别技术发展的历程中,有限元模型修正技术被不断的研究与发展。虽然有限元模型修正技术已经实现初步应用,但是传统算法仍然无法避免算法早熟以及计算效率较低等问题。在这种背景下,本文针对引力搜索算法的自身学习与粒子更新两方面进行改进,同时将两阶段的损伤识别模式引入改进引力搜索算法中,提出了一种基于改进引力搜索算法的两阶段结构损伤识别方法。本文的主要研究工作主要列举如下:1)首先对结构损伤的定义进行说明,对结构损伤的四阶段以及损伤识别目标和方法进行综述;其次从有限元模型修正方法和智能优化算法两方面进行重点介绍。2)简要介绍了目前引力搜索算法的研究和发展方向,并重点探讨智能优化算法中探索与开发中的平衡问题;然后从引力搜索算法的基本原理、算法实现和算法流程等三个方面详细介绍了引力搜索算法的运行机制。3)在众多损伤检测指标中,详细介绍了三种基于单元模态应变能的结构损伤识别指标的定义,并通过具体的数值模拟将三个指标进行对比,从而选择结构损伤定位阶段所使用的定位指标。4)基于原始引力搜索算法的运行机制,从解空间中的粒子学习对象入手,将粒子所接收到的信息从解空间中的其他粒子作用扩展到粒子处于其他粒子和自身历史共同作用,并且将最新迭代的粒子与之前的粒子进行比较,选择适应度较优的粒子进行保留并进行迭代。从算法更新迭代过程中入手,我们提出了一个自适应惯性权重,将算法从前期拥有较好的开发能力到后期拥有较好的探索能力进行动态变化。基于以上两处的改进,通过采用常用的测试函数进行验证算法改进后的优化性能。5)考虑到运用改进引力搜索算法在损伤识别应用中仍具有运行效率较低和误判单元数较多的不足,通过改进结构损伤识别的模式,即采用两阶段结构损伤识别的方法进行进一步改进。最后,将基于改进引力搜索算法的两阶段损伤识别方法在具体的损伤识别数值算例中运用并计算。数值模拟的结果证明,通过进一步改进后的引力搜索算法具有较好的运行效率、精度较高的损伤识别能力,具备一定的工程运用潜力。