为对大跨度悬索桥结构行为进行精确预测与分析，提出一种有限元模型修正方法。采用遗传算法构建最优径向基神经网络用于表示结构响应与结构参数之间的映射关系，以结构动力响应作为输入，分别采用数值仿真数据和健康监测系统实测数据对某大跨度悬索桥进行模型修正。结果表明：遗传算法优化后的最优径向基神经网络，可以有效表示结构响应与待修正参数之间的函数关系。通过最优径向基神经网络修正可有效提高有限元模型计算精度。基于数值仿真数据修正后，其计算误差均在 1.5% 以内。将健康监测系统实测动力特征作为特征量，采用最优径向基神经网络可对大跨悬索桥进行有效修正。修正后，最大计算误差由修正前 20.37% 降低至 7% 以内，误差最大降幅达 77.91%。