손상평가를 위해 많은 연구자들에 의해 인공신경망이 이용되어 왔다. 그러나, 인공신경망을 이용한 손상평가에 있어 정확성과 능률성을 제고하기 위해서는 몇가지 문제점이 있다. 기존의 인공신경망 특히 역전파신경망(BPNN)의 경우 신경망 학습을 위해 많은 수의 학습패턴을 필요로 하며, 또한 신경망의 구조와 해의 수렴간에 어떤 확정적인 관계가 존재하지 않는다. 따라서 신경망의 은닉층의 수와 한 은닉층에서의 노드수는 시행착오적으로 결정되게 된다. 이러한 많은 훈련패턴의 준비와 최적의 신경망 구조 결정을 위해서는 많은 시간이 필요하다. 본 논문에서는 이러한 단점들을 극복하기 위해 확률신경망을 패턴분류기로 사용하였다. 이를 판형철도교의 손상평가에 수치해석적으로 검증하였다. 또한 확률신경망을 이용한 철도판형교 손상평가시 적절한 훈련패턴 선택을 위해 모드형상과 고유진동수를 사용한 경우의 적용성에 대해 검토하였다.

본 논문은 교량 구조물의 손상위치 및 손상정도를 평가하기 위해 제한된 모드형상을 사용한 손상지수 방법에 기초한 실용적이며 개선된 손상평가 알고리즘을 제안한다. 손상평가 알고리즘에서 손상전 후의 구조물로부터 획득한 모드 벡터의 민감도 비에 근거한 손상지수를 사용하여 손상위치의 파악 및 손상정도를 평가한다. 그러나 모드형상의 진폭이 거의 영의 값을 가지는 요소에 손상이 존재하면 모드벡터 민감도 비는 무한대의 값을 가지게 되며, 이는 손상평가를 불가능하게 한다. 따라서 본 논문에서는 구조물의 모드형상과 비례하는 민감도 필터를 도입한 개선된 기법을 적용함으로써, 이러한 문제점을 극복하였으며 또한 기존의 방법보다 손상위치와 손상정도 평가에 있어 상당한 정확도의 향상을 구현하였다. 제안된 알고리즘을 검증하기 위해 단순보와 2경간 연속보에 대해 손상평가를 수행하였으며, 기존의 방법에 의한 결과와 비교하였다.