支持向量机(SVM)是在统计学习理论的基础上发展起来的一种新的机器学习方法,它基于结构风险最小化原则,能有效地解决学习问题,具有良好的推广性能和较好的分类精确性。本文研究了利用支持向量机技术来实现预测砌体结构的破坏模式的技术。由于砌体的各向异性,砌块与砂浆材料性质相差较大,二者间接触面作用机理复杂,以及制作带来的变异性等,使得砌体结构的破坏模式规律性难寻。难以用有限元等传统分析方法来精确分析砌体结构的破坏机理及破坏模式,本文采用支持向量机技术,来对砌体墙板在面外横向均布荷载作用下的破坏模式进行预测。本文建议的支持向量机模型,通过探寻试验板裂缝分布规律与利用已知破坏模式的先验知识对破坏模式进行数值化定义,来获取简化模型破坏模式的特征值,然后将其作为支持向量机的训练样本及检测样本的输入数据,实现了支持向量机技术在预测砌体墙板破坏模式上的应用。同时,发展了应用细胞自动机(CA)与支持向量机二者联合预测砌体墙板破坏模式的方法,进一步开辟了智能技术在砌体结构中的应用的途径。