人工神经网络是人工智能的重要分支，从神经网络理论出发，研究智能结构诊断技术，具有较强的工程背景和实际应用价值。同时随着Internet的迅猛发展，如何建立基于Internet的远程智能识别系统就成为研究的热点。论文以智能建筑结构的损伤识别为研究对象，论述了结构损伤识别研究的现状及发展趋势，并研究了结构损伤远程智能识别的计算方法及系统结构。 论文的主要研究内容包括：(1)从现阶段的网络模型出发，探讨了各种网络模型的优缺点，从而改进得出一种适合于大规模科学计算的网络模型——“胖客户”／服务器模型；(2)讨论了利用神经网络建立结构损伤智能识别系统求解结构损伤识别反问题的思路、方法和步骤，并在此基础上论述了利用基于BP神经网络的结构损伤识别系统对单处、多处损伤结构进行辨识的方法；(3)在以客户端为计算中心的B／S模式下，并利用Java语言设计实现了结构损伤远程智能识别系统。该系统主要由以下模块构成：用户界面模块、网络模型模块、样本处理模块、神经网络计算模块以及神经网络训练结果显示模块。处理流程为：首先用户在浏览器中下载JavaApplet程序。然后用户建立网络模型，输入样本数据，对样本数据进行预处理，用户设定神经网络参数。最后可以显示神经网络的训练结果，并保存。 上述内容的研究表明：基于Java的以客户端为计算中心的网络模型在一定程度上有效解决了远程智能识别所面临的一些问题。基于BP神经网络的远程结构损伤识别系统效率高，收敛速度较快。此研究具有较大的工程应用价值和进一步深入的研究的意义。