抗剪承载力是体外预应力结构设计中需首要解决的问题之一。由于体外预应力构件的抗剪承载力影响因素的多样性和复杂性，以及各种影响因素与构件抗剪承载力之间的非线性、非确定关系，目前关于体外预应力构件的抗剪承载力难以用一种准确的理论解答来反映其复杂机理。确定体外预应力抗剪承载力的方法主要有直接法和间接法两大类。但由于这些方法存在一定的局限性，实际结构设计时不能准确、便捷地计算出抗剪承载力。 神经网络由于其极强的学习能力和非线性大规模并行处理的能力，正适合求解体外预应力抗剪承载力预测这类复杂的问题。本文基于对体外预应力抗剪承载力以及神经网络机理的认识，提出了体外预应力抗剪承载力预测的神经网络模型。 根据对体外预应力抗剪承载力影响因素的分析，并基于现有体外预应力受弯构件试验能够提供的数据，建立了以混凝土强度、配箍率ρsv、体内预应力筋量、体外预应力筋量、剪跨比λ、纵筋率ρ、永存预应力，7个因素作为输入层神经元，体外预应力抗剪极限承载力作为输出层神经元的三层BP神经网络。基于MATLAB7.0平台，利用其自带的神经网络工具箱，编写了相应的程序。针对BP神经网络的缺点，采用了学习率自适应调整、试算法选择隐层神经元结点数以及遗传算法优化网络初始权重的方法对BP神经网络加以优化。 利用该神经网络预测模型对收集到的试验数据进行了训练及预测分析，并将神经网络预测结果同试验结果进行了对比分析，经验证神经网络预测结果能较好的吻合试验数据。神经网络作为一种新型模拟计算方法，能够有效的，快速地解决设计问题，可作为体外预应力研究的一种有效方法。