本文利用人工神经网络智能技术,建立了在Taft地震波荷载下K8型网壳的失稳破坏模式和破坏荷载相结合的智能技术模型,用破坏模式预测破坏荷载。被预测网壳的破坏模式和破坏荷载是以网壳的ANSYS数值模拟的结果为依据,利用时程分析的方法,逐级施加地震荷载直到网壳模型破坏的方法得到的。对所建立的网壳细胞自动机数字模型,利用了判别破坏区域准则,既如果网壳中的某一区域破坏,那么与之对应的被预测网壳的类似区域也认为破坏。由于网壳的节点数不同,利用细胞自动机技术划分的网格的数目也是不同的,但是BP神经网络的输入数据要求是固定的,由此提出了广义网壳的概念。将已知网壳的破坏模式用数字矩阵表示,从网壳的破坏模式到广义网壳的归纳方法利用了平均值的方法。本文把网壳的破坏模式作为BP神经网络训练及检测样本的输入数据,把归一化后的破坏荷载作为样本的输出数据,经过对BP网络的反复训练,得到最佳的隐含层数目和学习率。利用训练好的网络对K8网壳进行预测,预测的破坏荷载比较接近计算值,这表明利用BP神经网络,用网壳的破坏模式预测网壳的破坏荷载的方法是可行的,为网壳的失稳破坏荷载的预测问题提供了一个供选择的方法,丰富了用智能技术直接由破坏模式预测破坏荷载的内容。