工程结构模型修正常面临变量维度高、非线性程度强等现实问题，其模型修正的精度和效率受到严重影响，为改善这一不足，提出基于改进物体碰撞算法（Advanced Colliding Bodies Optimization，ACBO）和高斯白噪声扰动（Gaussian-white-noise Mutation，GM）的联合修正方法。在联合方法中，ACBO 实现从传统的“一对一”到“优对多”的碰撞模式的转变，GM则用于保证碰撞过程中种群的多样性，可有效提升结构模型修正效率。基于一系列测试函数，对比分析标准物体碰撞算法（Colliding Bodies Optimization，CBO）和联合优化方法的优化性能；给出基于ACBO-GM联合方法的修正流程，并将其应用于钢框架修正算例和悬臂梁修正实例，对比研究基于联合修正方法与基于遗传算法（Genetic Algorithm，GA）的修正精度和效率。研究表明，ACBO-GM联合优化方法在精度和效率方面都明显优于传统的CBO方法，该优化方法的可行性得到验证；基于ACBO-GM联合方法在钢框架和悬臂梁两个工程结构修正案例中的应用，其修正精度均与基于GA方法的精度一致，但修正效率显著优于基于GA的修正方法。