钢筋混凝土是由钢筋和混凝土组成的复合材料，由于氯盐以及环境中的二氧化碳对复合材料中的钢筋产生侵蚀作用导致钢筋锈蚀，影响混凝土构件使用寿命，因此混凝土锈胀开裂使用寿命预测成为目前急需解决的问题，同时也是土木工程、水利工程、公路工程等多行业共同面临的一个热点问题。
　　本文在分析神经网络基本原理以及总结国内外混凝土锈胀开裂使用寿命预测模型的基础上，借助BP、ABC-BP、RBF等神经网络工具对钢筋混凝土锈胀开裂使用寿命预测进行了研究。论文的主要结论如下:
　　(1)Rosenblatt感知器是复杂神经网络的基础，经推导和分析可知，感知器权值更新是通过在输入向量的基础上进行增减的方式完成的，该算法的收敛性可以采用夹逼准则或者单调有界数列必有极限等极限存在定理加以证明，进而在理论上证明了神经网络预测功能的可行性。
　　(2)室内加速锈蚀实验结果表明，角部钢筋锈蚀裂缝平均开度随着时间发展，其拟合曲线呈现幂次增长特征，拟合结果前期离散性较小，后期离散性较大。锈蚀量随着裂缝开度的增加呈现正相关性，但由于受限于阴极反应速率，锈蚀量增加速率在随着裂缝扩展增加到一定程度后会有所下降。对于中部钢筋，也有类似的规律，但更符合幂次发展规律，离散程度比角部钢筋小。
　　(3)与BP神经网络预测模型相比，ABC-BP神经网络预测结果的相关系数提高了17％,平均误差降低了6％，实验数据的验证误差从1％降低到1‰，因此ABC-BP神经网络方法可以得到精度较高的结果，更适合作为混凝土使用寿命预测工具。
　　(4)基于训练完成的ABC-BP神经网络权值的提取与分析结果表明，锈蚀裂缝平均开度相较钢筋中心距、保护层厚度等因素的的权重影响系数值最大，对钢筋混凝土锈蚀程度的影响相对较为显著，在实际工程中应注重对混凝土表面裂缝开度的观测与记录。
　　(5)在使用寿命预测模型中，加速实验数据与自然锈胀开裂数据之间的转化关系至关重要，研究表明，这种转化关系对锈蚀电流的取值非常敏感。只有当锈蚀电流越小，越接近自然状态下的真实锈蚀电流时，RBF时间转换器精确度越高。