氯离子侵蚀是影响沿海地区混凝土耐久性的主要因素之一，氯离子侵入混凝土内部造成钢筋脱钝并发生锈蚀。随着锈蚀的增加，锈蚀产物体积发生膨胀从而导致混凝土保护层胀裂或剥落，造成钢筋混凝土结构发生破坏，缩短混凝土结构工作寿命。粉煤灰作为改善混凝土耐久性的一种有效矿物掺合料，因此国内外的学者、专家进行了大量的理论和实验方面的研究，随着研究的不断深入，粉煤灰正广泛应用于混凝土工程中。本文在前人研究的基础上，参考了粉煤灰混凝土（fly-ash content concrete,简称FCC）配合比的设计，配制出不同水胶比和不同粉煤灰掺量的混凝土，通过实验分析和比较得出不同水胶比和粉煤灰掺量对混凝土的工作性、强度、氯离子扩散系数的影响规律，并对其耐久性进行了评价。结合大量的工程实验及检测数据，运用MATLAB7.0中的神经网络工具箱函数，就网络结构，传递函数（激励函数），学习函数，学习算法和其他参数的选择展开研究，建立了粉煤灰混凝土氯离子扩散系数多层前向型神经网络（BP）预测模型，通过大量训练及仿真结果对比，发现网络的预测平均误差在8.3%左右，误差较小，但精度有待进一步提高。在人工神经网络模型基础上，将模糊理论应用到人工神经网络中，结合两者的优点建立自适应模糊神经网络模型（ANFIS），并利用训练数据对模型进行了训练，最终利用测试数据对模型的拟合和预测能力进行了验证，结果表明，该模型预测精度较高，平均误差为7.04%，满足工程应用的需要，从而为耐久性混凝土的配合比设计和混凝土检测提供依据。