针对传统　BP　神经网络存在着容易陷入局部极小点、训练时间太长等缺点,本文采用基于浮点编码的遗传算法,对　BP　神经网络的初值空间进行了遗传优化。用基于浮点编码的遗传算法来优化　BP　神经网络的权值,可得到最佳初始权值矩阵,并按误差前向反馈算法,沿负梯度搜索进行网络学习。文中以混凝土重力坝结构作为算例,用结构的模态频率变化作为网络的输入向量,结构的损伤位置作为输出向量,对网络进行了训练。仿真结果表明:遗传　BP　神经网络的收敛和诊断能力优于传统　BP　神经网络,可有效地运用到大坝结构的健康诊断与损伤识别中。