针对大型复杂桥梁结构极限状态方程一般难以显式表达的特点，提出了基于神经网络的大跨度斜拉桥可靠度评估方法．通过Latinhypercube抽样技术对随机参数进行抽样，应用大跨度斜拉桥非线性有限元进行分析．通过对随机抽样的样本数据进行训练，应用神经网络的非线性映射和泛化技术，对大跨度斜拉桥的极限状态方程进行数值模拟．通过极限状态方程对随机变量的偏导数，求解结构可靠指标的优化问题，计算大跨度斜拉桥的可靠指标．结果表明：对于隐式极限状态方程的大跨度斜拉桥可靠度评估问题，本文方法具有较高的计算精度和较好的计算效率；荷载布置方式、作用位置等对斜拉桥可靠指标有很大影响；计入3种几何非线性效应后斜拉桥偏于不安全，其中斜拉索垂度非线性效应的影响最为显著．
