钢筋混凝土（RC）结构的连续倒塌会造成毁灭性的影响,因此其在近二十年间吸引了众多学者的关注。本文针对钢筋混凝土框架结构的失效、承载力机制以及影响其抗倒塌承载性能的关键因素开展了系统的文献综述。压拱效应机制（CAA）及悬链线机制（CA）被认为是在钢筋混凝土梁柱子结构在小变形和大变形状况下的两种主要荷载重分布机制。基于文献中获取的数据,本文分析了跨高比和纵向钢筋配筋率两个核心影响参数并建立了数值方程。同时提出了能量吸收系数用以衡量钢筋混凝土梁柱子结构及梁板子结构的连续倒塌抗力。进一步地,本文共提出了两个计算模型用于分析RC梁柱子结构的压拱效应承载力:（i）基于最新人工智能基因遗传算法（GEP）的预测模型;（ii）基于经典Park和Gamble塑性理论用于高强混凝土的半解析模型。本文应用GEP技术提出了RC梁柱子结构悬链线效应承载力的预测模型。本文通过广泛的文献调研建立了关于此三种模型全面且可靠的数据库。并通过数值研究确定了GEP所需参数的影响并获取了相应的参数值。本文提出的基于GEP的CAA及CA模型主要通过多种参数如建立多种目标函数、性能参数及统计方法进行评估。同样地,模型的准确性和有效性也通过参数分析及现有文献中提供的外部验证标准进行评估,研究表明模型很好的代表了所考虑的系统。开展了敏感性/变量的重要性分析以明确每个输入参数对模型研发的贡献。上述模型同时与未用于模型建立过程的独立实验结果进行比较验证。由于目前尚无实用的预测CAA及CA承载力的模型,使用目前流行的机器学习算法模型与本文提出的GEP模型进行有效性比较。结果表明本文提出的GEP模型相较于其他模型展现出高预测精度及很强的泛化性能。RC梁柱子结构的CAA及CA承载力易通过本文提出的简化公式获得。本研究基于Park和Gamble传统模型进行改进,提出了一种全新的用于评估钢筋混凝土梁CAA承载力的半解析模型。研究基于理论计算在提出的模型中扩展了普通及高强混凝土应力分布的模拟方法。同时,通过以解析解代替迭代计算,提出了基于GEP算法的最大压拱承载力下梁挠度预测模型。对比结果表明,提出的方法可以与文献中试验及模拟结果准确拟合,并可用于计算高强混凝土的CAA承载力。该方法为分析CAA对结构鲁棒性的贡献提供了技术支持。