钢筋混凝土是世界各国工程建设中的主要建筑材料，20世纪50年代国外已注意到混凝土的耐久性问题，钢筋混凝土结构的耐久性病害，以及钢筋混凝土结构耐久性不足引发的一系列问题，国外学者曾经用“五倍定律”形象地描述了混凝土结构耐久性设计的重要性。基础设施建设在国民经济中占很大的比例是我国现阶段的国情之一，重视在混凝土耐久性方面的研究在现阶段也就显得尤为重要。目前国内外对混凝土结构的耐久性研究已取得一定的进展，混凝土结构的耐久性研究应考虑环境、材料和结构等方面的因素，这些因素可分为环境、材料、构件和结构四个层次，相对而言材料和构件的研究较为深入，结构层次的耐久性评估方法也有了相当程度的研究。耐久性的预测并不是一门精确的科学，建筑物及其部件的预期寿命期限有时只是一个基于信息资料上的估计。层次分析法是把复杂问题分解成各个组成因素，又将这些因素按支配关系分组形成递阶层次结构。模糊集合的概念则为描述错综复杂的事物提供了数学工具，使对复杂事物进行模糊综合评估成为可能。模糊综合评估方法是以层次分析法为理论基础，应用模糊关系合成原理，从多个因素对被评估事物隶属等级状况进行综合性评估的一种方法，它所具有的特点，恰恰能满足混凝土结构耐久性评估的需要。人工神经网络(Artificial Neural Network，ANN)，是由大量处理单元(神经元Neurons)广泛互连而成的网络，是对人脑的抽象、简化和模拟，反映人脑的基本特性，人工神经网络采用物理可实现的器件或采用现有的计算机来模拟生物体中神经网络的某些结构与功能，并反过来用于工程或其他领域，可克服目前计算机或其他系统不能解决的问题，如学习、识别、控制、专家系统等。神经网络方法来评估结构的耐久性具有精度高、收敛速度快等优点，且计算过程简单，又能真实地反映出耐久性影响因素对结构的影响程度，从而有效地提高工作效率和经济效益，同时避免了传统评价方法中的人为因素、环境因素的影响。本文基于Delphi编程语言，在高层建筑结构分析可视化处理软件SAGS的基础上添加耐久性评估相关的参数及评价指标，基于AHP法和BP算法编写相应的函数与算法，编制了既有混凝土结构适用性耐久性评估系统。