郝帆

（陜西財(cái)經(jīng)職業(yè)技術(shù)學(xué)院 陜西 咸陽 712000）

基于神經(jīng)網(wǎng)絡(luò)的工程結(jié)構(gòu)智能監(jiān)測(cè)系統(tǒng)設(shè)計(jì)

郝帆

（陜西財(cái)經(jīng)職業(yè)技術(shù)學(xué)院 陜西 咸陽 712000）

為了研究基于神經(jīng)網(wǎng)絡(luò)的工程結(jié)構(gòu)智能監(jiān)測(cè)系統(tǒng)設(shè)計(jì)問題。關(guān)于當(dāng)前混凝土工程中，研究對(duì)于其工程結(jié)構(gòu)的智能監(jiān)測(cè)，才可以確保工程結(jié)構(gòu)質(zhì)量；因此基于神經(jīng)網(wǎng)絡(luò)，優(yōu)化設(shè)計(jì)工程結(jié)構(gòu)智能監(jiān)測(cè)系統(tǒng)，以便能夠準(zhǔn)確的檢測(cè)出工程結(jié)構(gòu)損傷的位置，準(zhǔn)確評(píng)估出工程結(jié)構(gòu)的損傷程度。結(jié)果證實(shí)，基于神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)工程結(jié)構(gòu)智能監(jiān)測(cè)系統(tǒng)，大大提升系統(tǒng)應(yīng)用性能，提升14.0%，同時(shí)，也可以確保該系統(tǒng)符合實(shí)際工程結(jié)構(gòu)智能監(jiān)測(cè)需求。結(jié)論表明，基于神經(jīng)網(wǎng)絡(luò)，優(yōu)化設(shè)計(jì)工程結(jié)構(gòu)智能監(jiān)測(cè)系統(tǒng)，發(fā)揮實(shí)際應(yīng)用價(jià)值，產(chǎn)生積極影響。

智能監(jiān)測(cè)系統(tǒng)；工程結(jié)構(gòu)；神經(jīng)網(wǎng)絡(luò)；設(shè)計(jì)

在當(dāng)前工程項(xiàng)目構(gòu)建中，混凝土作為工程結(jié)構(gòu)中的主要用材，由于混凝土是一種多孔性、非均勻性以及各向異性復(fù)合的結(jié)構(gòu)體系，在進(jìn)行工程結(jié)構(gòu)監(jiān)測(cè)中內(nèi)部結(jié)構(gòu)復(fù)雜。同時(shí)，基于當(dāng)前神經(jīng)網(wǎng)絡(luò)技術(shù)的發(fā)展，強(qiáng)化工程結(jié)構(gòu)的智能監(jiān)測(cè)系統(tǒng)設(shè)計(jì)工作，以便可以在今后的工程建筑中，可以運(yùn)用該系統(tǒng)有效監(jiān)測(cè)工程結(jié)構(gòu)因素，提升工程結(jié)構(gòu)智能監(jiān)測(cè)性能，發(fā)揮重要作用。

1 淺析神經(jīng)網(wǎng)絡(luò)技術(shù)

隨著當(dāng)前時(shí)代技術(shù)的不斷發(fā)展，神經(jīng)網(wǎng)絡(luò)技術(shù)發(fā)展應(yīng)用都有著不錯(cuò)的前景，不僅神經(jīng)網(wǎng)絡(luò)涉及的范圍在不斷的擴(kuò)大，神經(jīng)網(wǎng)絡(luò)的應(yīng)用也滲透到各個(gè)應(yīng)用領(lǐng)域之中[1]。在如今社會(huì)中，關(guān)于神經(jīng)網(wǎng)絡(luò)，不可以可滲透模式識(shí)別以及圖像處理中，同時(shí)也可以進(jìn)行非線性的數(shù)據(jù)優(yōu)化，還能夠在語音處理中運(yùn)用神經(jīng)網(wǎng)絡(luò)技術(shù)；并且，神經(jīng)網(wǎng)絡(luò)中，還具備自然語言理解的能力，具備自動(dòng)目標(biāo)的識(shí)別功能，在機(jī)器人設(shè)計(jì)、專家系統(tǒng)知識(shí)庫中均取得矚目的成績(jī)[2-5]。在神經(jīng)網(wǎng)絡(luò)中，主要是由簡(jiǎn)單的、大量的處理單元等組成的，具有可變權(quán)值的能力，可以通過變換權(quán)值，從而連接形成一個(gè)并行分布式的處理系統(tǒng)[6-9]。在神經(jīng)網(wǎng)絡(luò)之中，神經(jīng)元作為其最基本的處理單元，具備多輸入、單輸出特性[10]，其具體設(shè)計(jì)結(jié)構(gòu)如圖1所示。

圖1 神經(jīng)元描述

Xi是神經(jīng)網(wǎng)絡(luò)之中的輸入信號(hào)；wij可以表示為：從神經(jīng)網(wǎng)絡(luò)中，在第i個(gè)神經(jīng)元連接其第j個(gè)神經(jīng)元的權(quán)值；θj則是表示其第j神經(jīng)元中的閾值。故此，在神經(jīng)網(wǎng)絡(luò)之中，設(shè)外部輸入信號(hào)是sj，yj是其輸出的信號(hào)，那么在神經(jīng)網(wǎng)絡(luò)模型中，可將其j個(gè)神經(jīng)元描述變換為如下形式：

對(duì)于神經(jīng)網(wǎng)絡(luò)中，此處非線性函數(shù) f（x），能夠是階躍函數(shù)，也可以使分段函數(shù)、Sigmoid型的函數(shù)，可以提升神經(jīng)網(wǎng)絡(luò)在系統(tǒng)設(shè)計(jì)應(yīng)用中的適用性。

2 設(shè)計(jì)工程結(jié)構(gòu)智能監(jiān)測(cè)系統(tǒng)需求分析

工程結(jié)構(gòu)智能監(jiān)測(cè)系統(tǒng)設(shè)計(jì)中，基于BP神經(jīng)網(wǎng)絡(luò)技術(shù)，能夠?qū)こ淌┕ぶ羞M(jìn)行結(jié)構(gòu)損傷診斷，并可得到較好的工程結(jié)構(gòu)分析、監(jiān)測(cè)效果[11]。與此同時(shí)，在本次系統(tǒng)設(shè)計(jì)中，可以采取基于神經(jīng)網(wǎng)絡(luò)中的BP神經(jīng)算法，可以運(yùn)用類似梯度尋優(yōu)的算法策略，并為了提高系統(tǒng)的分析效率和適應(yīng)能力，可以優(yōu)化設(shè)計(jì)系統(tǒng)的監(jiān)測(cè)算法部分，優(yōu)化系統(tǒng)神經(jīng)網(wǎng)絡(luò)模型，提升預(yù)測(cè)效率[12-14]。基于神經(jīng)網(wǎng)絡(luò)，在該系統(tǒng)設(shè)計(jì)中，要符合實(shí)際用戶需求，有合理的人機(jī)界面設(shè)計(jì)，并且還應(yīng)該具有穩(wěn)定的監(jiān)測(cè)輸出結(jié)果，避免工程結(jié)構(gòu)智能監(jiān)測(cè)不符實(shí)際，提升系統(tǒng)可用性。確?；谏窠?jīng)網(wǎng)絡(luò)，設(shè)計(jì)工程結(jié)構(gòu)的智能監(jiān)測(cè)系統(tǒng)，以便在實(shí)際工程結(jié)構(gòu)監(jiān)測(cè)中，能夠運(yùn)用這個(gè)系統(tǒng)對(duì)工程中的混凝土結(jié)構(gòu)進(jìn)行智能的診斷，不僅能給出工程結(jié)構(gòu)中的受損程度信息，也可以監(jiān)測(cè)出工程中發(fā)生結(jié)構(gòu)損傷的具體位置，提升系統(tǒng)的魯棒性，提升監(jiān)測(cè)精度，確保該系統(tǒng)在實(shí)際中具備應(yīng)用優(yōu)勢(shì)。

3 設(shè)計(jì)基于神經(jīng)網(wǎng)絡(luò)的工程結(jié)構(gòu)智能監(jiān)測(cè)系統(tǒng)

3.1 系統(tǒng)總體結(jié)構(gòu)設(shè)計(jì)

對(duì)于本次工程結(jié)構(gòu)智能監(jiān)測(cè)系統(tǒng)設(shè)計(jì)中，基于神經(jīng)網(wǎng)絡(luò)技術(shù)，系統(tǒng)分為三層結(jié)構(gòu)設(shè)計(jì)，以人機(jī)交互、神經(jīng)網(wǎng)絡(luò)、數(shù)據(jù)存儲(chǔ)3大部分構(gòu)成系統(tǒng)基本設(shè)計(jì)結(jié)構(gòu)。其結(jié)構(gòu)如圖2所示。

圖2 系統(tǒng)結(jié)構(gòu)圖

基于神經(jīng)網(wǎng)絡(luò)，在本次系統(tǒng)設(shè)計(jì)中，其人際交互中，主要就是設(shè)計(jì)本系統(tǒng)中，系統(tǒng)監(jiān)測(cè)程序與用戶之間進(jìn)行交互操作的人機(jī)界面部分；在系統(tǒng)設(shè)計(jì)中，其神經(jīng)網(wǎng)絡(luò)則是主要由推理模塊、以及神經(jīng)網(wǎng)絡(luò)的算法學(xué)習(xí)模塊和數(shù)據(jù)管理來共同構(gòu)成的，主要就是對(duì)系統(tǒng)中層智能監(jiān)測(cè)數(shù)據(jù)進(jìn)行管理及維護(hù)；在系統(tǒng)的第三層也就是數(shù)據(jù)存儲(chǔ)部分，主要可以采集工程結(jié)構(gòu)智能監(jiān)測(cè)數(shù)據(jù)，并可通過數(shù)據(jù)庫存儲(chǔ)，經(jīng)過神經(jīng)網(wǎng)絡(luò)算法訓(xùn)練，以及數(shù)據(jù)記錄，進(jìn)行算法學(xué)習(xí)，從而將監(jiān)測(cè)結(jié)果傳遞給知識(shí)庫，再經(jīng)過系統(tǒng)的推理模塊，返回給系統(tǒng)人機(jī)界面中。

3.2 系統(tǒng)功能設(shè)計(jì)

1）系統(tǒng)中的算法學(xué)習(xí)功能：在該系統(tǒng)設(shè)計(jì)中，其神經(jīng)網(wǎng)絡(luò)可以通過對(duì)樣本功能的學(xué)習(xí)，從而能夠得到所需的權(quán)值分布，有效完成對(duì)于網(wǎng)絡(luò)中新知識(shí)的獲取。并且，由于在工程結(jié)構(gòu)智能監(jiān)測(cè)系統(tǒng)設(shè)計(jì)中，運(yùn)用的就是 BP神經(jīng)網(wǎng)絡(luò)算法，不僅可以實(shí)現(xiàn)對(duì)于隱含領(lǐng)域知識(shí)的管理，同時(shí)也可以將系統(tǒng)算法知識(shí)轉(zhuǎn)化到知識(shí)庫之中。這樣在系統(tǒng)中，通過反復(fù)學(xué)習(xí)樣本知識(shí)，可以在此系統(tǒng)監(jiān)測(cè)工程結(jié)構(gòu)的過程中，不斷的調(diào)整該系統(tǒng)的監(jiān)測(cè)網(wǎng)絡(luò)權(quán)值[15]，從而能夠降低神經(jīng)網(wǎng)絡(luò)誤差，提升系統(tǒng)監(jiān)測(cè)結(jié)果精確度。

2）人機(jī)界面管理的功能：用戶界面，它提出問題并獲得結(jié)果。

3）數(shù)據(jù)庫維護(hù)的功能：基于神經(jīng)網(wǎng)絡(luò)，在系統(tǒng)的設(shè)計(jì)中，優(yōu)化其數(shù)據(jù)庫的設(shè)計(jì)，在一方面不僅可以有效確保用戶通過該系統(tǒng)有效查詢到工程結(jié)構(gòu)相關(guān)的數(shù)據(jù)；同時(shí)，從另一方面來看，也可以為神經(jīng)網(wǎng)絡(luò)算法提供一些更加合理、科學(xué)的學(xué)習(xí)樣本，確保系統(tǒng)中數(shù)據(jù)符合用戶可用性的需求

3.3 神經(jīng)網(wǎng)絡(luò)算法實(shí)現(xiàn)

對(duì)于工程結(jié)構(gòu)智能監(jiān)測(cè)系統(tǒng)設(shè)計(jì)之中，在我們運(yùn)用BP算法去訓(xùn)練智能監(jiān)測(cè)的神經(jīng)網(wǎng)絡(luò)之前，也需要去確定需求的神經(jīng)網(wǎng)絡(luò)模型，并可設(shè)計(jì)出其具體結(jié)構(gòu)，之后，才可以通過學(xué)習(xí)樣本，從而才能夠得到與該神經(jīng)網(wǎng)絡(luò)需求的權(quán)值，可以完成對(duì)于系統(tǒng)中算法知識(shí)的獲取[16-18]。在本次系統(tǒng)設(shè)計(jì)中，其神經(jīng)網(wǎng)絡(luò)對(duì)于知識(shí)的獲取過程，主要可分為以下幾點(diǎn)：

1）可以在初始之期，有效獲取關(guān)于實(shí)際中進(jìn)行混凝土工程結(jié)構(gòu)裂縫監(jiān)測(cè)的相關(guān)試驗(yàn)數(shù)據(jù)，并能夠?qū)⑵渥鳛楸敬芜M(jìn)行神經(jīng)網(wǎng)絡(luò)BP訓(xùn)練中的樣本，以此來不斷測(cè)試BP網(wǎng)絡(luò)的樣本數(shù)據(jù)；

2）經(jīng)過以上步驟操作之后，就能夠?qū)⒌玫降挠?xùn)練樣本映射到本次系統(tǒng)設(shè)計(jì)的神經(jīng)網(wǎng)絡(luò)之中，得到系統(tǒng)初始的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，并獲得系統(tǒng)相關(guān)的參數(shù)信息；

3）在系統(tǒng)中，對(duì)訓(xùn)練樣本知識(shí)經(jīng)過BP神經(jīng)網(wǎng)絡(luò)算法學(xué)習(xí)；

4）并可根據(jù)得出的學(xué)習(xí)結(jié)果，適當(dāng)?shù)膩碚{(diào)整系統(tǒng)設(shè)計(jì)神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)、參數(shù)，再經(jīng)神經(jīng)網(wǎng)絡(luò)中的測(cè)試樣本來進(jìn)行系統(tǒng)測(cè)試，確保得出結(jié)果的誤差達(dá)到滿意數(shù)值；

5）最后，完成對(duì)系統(tǒng)神經(jīng)網(wǎng)絡(luò)對(duì)于知識(shí)的獲取。

工程結(jié)構(gòu)智能監(jiān)測(cè)系統(tǒng)中，對(duì)于其神經(jīng)網(wǎng)絡(luò)的算法配置方面，主要分為以下4個(gè)步驟：

1）更新工程結(jié)構(gòu)智能系統(tǒng)的配置，確定系統(tǒng)中的BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)；

2）然后采集智能監(jiān)測(cè)中工程的結(jié)構(gòu)信息，對(duì)這些監(jiān)測(cè)領(lǐng)域的相關(guān)知識(shí)進(jìn)行訓(xùn)練，從而得出需求的測(cè)試樣本；

3）工程結(jié)構(gòu)智能監(jiān)測(cè)系統(tǒng)中，用訓(xùn)練樣本去訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)；

4）最后，可以驗(yàn)證神經(jīng)網(wǎng)絡(luò)算法的性能，確保系統(tǒng)的神經(jīng)網(wǎng)絡(luò)性能可滿足實(shí)際監(jiān)測(cè)要求，提升該系統(tǒng)的設(shè)計(jì)性能。

3.4 系統(tǒng)軟件代碼實(shí)現(xiàn)

基于神經(jīng)網(wǎng)絡(luò)，在設(shè)計(jì)工程結(jié)構(gòu)智能監(jiān)測(cè)系統(tǒng)中，可以應(yīng)用 MATLAB軟件技術(shù)，從而編制出具有神經(jīng)網(wǎng)絡(luò)功能的工程結(jié)構(gòu)智能系統(tǒng)，同時(shí)能夠結(jié)合 VisualC++6.0語言程序，設(shè)計(jì)實(shí)現(xiàn)該系統(tǒng)?；谏窠?jīng)網(wǎng)絡(luò)，系統(tǒng)設(shè)計(jì)實(shí)現(xiàn)過程中，其系統(tǒng)部分實(shí)現(xiàn)代碼如下所示:

4 分析實(shí)際應(yīng)用中系統(tǒng)的效益

采用BP神經(jīng)網(wǎng)絡(luò)技術(shù)，優(yōu)化設(shè)計(jì)工程結(jié)構(gòu)智能監(jiān)測(cè)系統(tǒng)的測(cè)試模型，可以得到較好的網(wǎng)絡(luò)結(jié)構(gòu)與監(jiān)測(cè)參數(shù)。如下是本次系統(tǒng)與傳統(tǒng)工程結(jié)構(gòu)監(jiān)測(cè)系統(tǒng)性能結(jié)果比較：

表1 系統(tǒng)應(yīng)用比較

文中所設(shè)計(jì)工程結(jié)構(gòu)智能監(jiān)測(cè)系統(tǒng)，可以運(yùn)用神經(jīng)網(wǎng)絡(luò)技術(shù)，從而對(duì)工程結(jié)構(gòu)進(jìn)行智能的監(jiān)測(cè)診斷，提升系統(tǒng)在實(shí)際應(yīng)用中的優(yōu)越性。同時(shí)，在本次設(shè)計(jì)的工程結(jié)構(gòu)智能監(jiān)測(cè)系統(tǒng)中，不僅可以有效規(guī)避在傳統(tǒng)系統(tǒng)設(shè)計(jì)中神經(jīng)網(wǎng)絡(luò)算法存在的缺陷，還可提升系統(tǒng)的智能監(jiān)測(cè)性能，與實(shí)際結(jié)果更為接近。工程結(jié)構(gòu)智能監(jiān)測(cè)系統(tǒng)設(shè)計(jì)中，神經(jīng)網(wǎng)絡(luò)識(shí)別的能力提升，利于識(shí)別工程結(jié)構(gòu)損傷?；谏窠?jīng)網(wǎng)絡(luò)設(shè)計(jì)工程結(jié)構(gòu)智能監(jiān)測(cè)系統(tǒng)，大大提升系統(tǒng)應(yīng)用性能，提升14.0%，同時(shí)，也可以確保該系統(tǒng)符合實(shí)際工程結(jié)構(gòu)智能監(jiān)測(cè)需求；應(yīng)用該系統(tǒng)確定工程結(jié)構(gòu)不但速度快，而且所提供的設(shè)置參數(shù)具有良好的優(yōu)化性。

5 結(jié) 論

綜上所述，可知在設(shè)計(jì)工程結(jié)構(gòu)智能監(jiān)測(cè)系統(tǒng)中，基于神經(jīng)網(wǎng)絡(luò)技術(shù)，以任意精度逼近任意非線性函數(shù)，不僅可以提升系統(tǒng)監(jiān)測(cè)性能，也可規(guī)避在工程結(jié)構(gòu)監(jiān)測(cè)中的隨機(jī)性問題，有效確保工程結(jié)構(gòu)穩(wěn)定，發(fā)揮應(yīng)用價(jià)值，值得在實(shí)際中推廣該技術(shù)。

[1]魯鵬.土木工程結(jié)構(gòu)健康監(jiān)測(cè)系統(tǒng)的簡(jiǎn)介[J].科教導(dǎo)刊：電子版（上旬）,2014（7）:124-124.

[2]朱梅.智能傳感技術(shù)在土木工程結(jié)構(gòu)安全監(jiān)測(cè)方面的應(yīng)用[J].城市建設(shè)理論研究：電子版，2013（13）：37.

[3]葉廷東，程韜波，周松斌，等.海洋水環(huán)境網(wǎng)絡(luò)化智能監(jiān)測(cè)系統(tǒng)的建模設(shè)計(jì)研究[J].計(jì)算機(jī)測(cè)量與控制，2014，22（6）: 1697-1699.

[4]周聰亮，陳紅艷，周雪，等.基于ArcGIS Engine的土壤主要養(yǎng)分高光譜智能監(jiān)測(cè)系統(tǒng)[J].農(nóng)業(yè)科學(xué)與技術(shù)：英文版，2014，15（7）:1205-1208.

[5]陳昌濤，任麗靜，程明，等.基于化工生產(chǎn)過程的有害氣體智能監(jiān)測(cè)系統(tǒng)[J].儀表技術(shù)與傳感器，2011（10）:56-57，63.

[6]田仲富，王述洋，黃英來，等.基于無線傳感器的嵌入式森林防火智能監(jiān)測(cè)系統(tǒng)[J].智能系統(tǒng)學(xué)報(bào)，2014（6）:763-768.

[7]李家成，薛桂香.可再生能源建筑能耗智能監(jiān)測(cè)系統(tǒng)體系結(jié)構(gòu)設(shè)計(jì)[J].計(jì)算機(jī)光盤軟件與應(yīng)用，2014（3）:30-31，33.

[8]周杰剛，崔旭旺，王開強(qiáng)，等.武漢中心可變微凸支點(diǎn)匣套型頂升模架體系關(guān)鍵施工技術(shù)[J].施工技術(shù)，2013，42（19）: 12-17.

[9]唐遠(yuǎn)河，劉青松，蒙磊，等.熒光光譜智能監(jiān)測(cè)水中礦物油濃度的研究[J].光譜學(xué)與光譜分析，2015（2）:424-428.

[10]陳桂強(qiáng)，劉思琦，張桂枝，等.基于物聯(lián)網(wǎng)技術(shù)的高頻電源智能監(jiān)測(cè)系統(tǒng)研究[J].電源技術(shù)，2013，37（10）:1857-1858.

[11]楊文廣，蔣東翔.大型風(fēng)力機(jī)組遠(yuǎn)程智能監(jiān)測(cè)與診斷系統(tǒng)的研究與開發(fā)[J].中國(guó)工程科學(xué)，2015（3）:24-29.

[12]呂朋亮，陳國(guó)順.基于多 Agent的指控裝備遠(yuǎn)程智能監(jiān)測(cè)系統(tǒng)研究[J].計(jì)算機(jī)與數(shù)字工程，2014（11）:2069-2072.

[13]劉會(huì)勇，李偉，彭秀英，等.基于PLC的混凝土泵智能監(jiān)測(cè)和控制系統(tǒng)[J].機(jī)械設(shè)計(jì)與制造，2011（5）:260-262.

[14]杜鳳青，盛戈皞，徐劍，等.基于IEC61850的GIS智能監(jiān)測(cè)信息建模及信息交互系統(tǒng)設(shè)計(jì)[J].電力自動(dòng)化設(shè)備，2013，33（6）:163-167.

[15]張 川，鄧珍榮，鄧星，等.基于Chukwa的大規(guī)模日志智能監(jiān)測(cè)收集方法[J].計(jì)算機(jī)工程與設(shè)計(jì)，2014，35（9）:3263-3269.

[16]耿朝陽,薛倩倩.神經(jīng)網(wǎng)絡(luò)的故障診斷方法研究[J].西安工業(yè)大學(xué)學(xué)報(bào)，2015,35(7)：527.

[17]謝川，毛永毅.基于遺傳神經(jīng)網(wǎng)絡(luò)的AOA跟蹤算法[J].電子科技，2014（11）：8-10.

[18]李達(dá)，陳達(dá)，江新標(biāo).基于BP神經(jīng)網(wǎng)絡(luò)從活化數(shù)據(jù)中求解1MeV等效中子注量[J].現(xiàn)代應(yīng)用物理，2015（4）：248-253.

Engineering design of intelligent monitoring system based on neural network

HAO Fan
（Shaanxi Vocational College of Finance and Economics，Xianyang 712000，China）

In order to study the intelligent monitoring system based on the engineering design problem of neural network.On the concrete engineering study for intelligent monitoring of the engineering structure before they can ensure the quality of engineering structure；therefore based on neural network，optimization design of engineering structure of intelligent monitoring system.In order to be able to accurately detect structural damage location and accurate evaluation assessment of engineering structure damage degree.The results confirmed that the intelligent monitoring system based on neural network structure design，greatly enhance the system performance，increased by 14%，at the same time，also can ensure that the system meets the needs of practical engineering structure monitoring.The conclusion shows that based on neural network optimization，intelligent monitoring system design of engineering structure，play practical value，have a positive impact.

intelligent monitoring system；structure；neural network；design

TN99

A

1674－6236（2016）23-0112-03

2015-12-24稿件編號(hào)：201512245

郝 帆（1977—），男，陜西高陵人，工程師。研究方向:工程項(xiàng)目管理。