砌体是工程中应用最广泛的材料之一。由于其复杂的工作行为具有很大的变异性,现有的分析方法难以准确实现对砌体结构的预测。因此,改进分析方法或者开发准确预测工作性能的创新技术,是非常必要的。本文提出一系列创新的预测方法,应用细胞自动机（CA）、神经网络（NNs）和量子纠缠（QE）原理,模拟预测砌体墙板开裂模式和破坏荷载。建立细胞自动机模型预测横向荷载作用下的砌体墙板开裂模式,分别采用级数和指数两种方法计算细胞状态值,和两个匹配准则来匹配单元状态值。对比分析两种匹配准则,发现输入数据的顺序和墙板的对称性,是影响预测结果精度主要因素。因此,为了减小对称性的影响,定义位置参数;并提出一种新的基于边界力的不同的状态值计算方法。建立神经网络模型砌体墙板的破坏荷载,考虑墙板的位置信息,并定义开洞比系数,作为神经网络模型的输入数据,从而实现较准确预测带开洞墙板的承载力。将深度学习神经网络和细胞自动机技术相结合,对不同尺寸墙板的开裂模式进行预测。利用两种神经网络模型,测试墙板的实验数据,以发现隐含的联系。第一种利用摩尔邻居模型计算细胞状态值,提出了表征开裂区域发展的关键参数。第二种基于冯·诺依曼邻居模型的神经网络模型,通过传递函数表达墙板的四类边界到所有区域（单元）的影响。然后,对建立的神经网络模型进行大量的实验数据和个别参数的训练。两种神经网络模式都能改进预测的准确性。本文将神经网络和细胞自动机方法相结合,提出两种方法,分别针对实心板和带开洞板,进行破坏荷载的预测研究。第一种,神经网络利用墙板的长度、高度、厚度和开洞比和摩尔状态值,预测每个单元的荷载值,构建单元荷载的初步模式。在此基础上,利用判断裂纹区域和破坏荷载的准则,推导出预测的破坏荷载。第二种,建立新的细胞自动机模型,根据洞口的中心位置。在这个模型中,墙板被分成9个单元。增加这9个细胞的信息后,利用神经网络对失效载荷进行预测。这两种方法都能准确预测破坏荷载,在训练神经网络过程中,第二种方法更快。利用量子纠缠原理,建立砌体墙板的开裂模式和破坏荷载的预测模型。准量化技术也用于开裂模式的建模、传输效果与匹配准则。准量化模型能揭示单元之间的纠缠程度,可以限制基础板的选择,以准确预测开裂模式。通过提出的准量化公式,可以用来预测墙体板的破坏荷载。对于不同高度,长度和厚度的基础板和待预测板,分析计算其纠缠程度。本文取得的研究成果有助于结构分析理论。所提出的细胞自动机、神经网络和量子纠缠模型,能准确预测砌体墙板的工作行为,可为设计方法的改进提供参考,并提高工程效益。