纤维布加固钢筋混凝土结构是目前国内外研究的热点之一。本文建立了纤维布加固钢筋混凝土梁的非线性有限元模型,应用该模型对试验梁进行了数值模拟,试验结果与计算结果吻合的较好,说明本文建立有限元计算模型是可靠的,能较好的模拟一、二次受力纤维布加固钢筋混凝土梁的受力性能,同时为试验结果提供了有力的支持。应用纤维布加固钢筋混凝土梁非线性有限元模型,对纤维布层数、纤维布抗拉强度、配筋率、混凝土强度等级、纤维布弹性模量、受拉钢筋屈服强度、初始条件等参数进行分析研究,提出了各参数对纤维布抗弯加固钢筋混凝土梁承载力的影响。本文在有限元分析基础上,建立了纤维布加固钢筋混凝土梁承载力BP神经网络预测模型;用BP神经网络模型对纤维布加固钢筋混凝土的试验梁的承载力进行了预测,预测结果与试验结果比较接近,满足工程应用的要求;为了方便工程应用,开发了纤维布加固混凝土梁的受弯承载力BP神经网络预测的应用界面。为了解决BP神经网络算法收敛速度比较慢,网络的隐节点数难于确定等问题,本文首次引入一种新的机器学习方法——最小二乘支持向量机(LS-SVM)方法对纤维布加固钢筋混凝土梁极限承载力进行预测,预测结果与试验结果比较接近,且比神经网络精度高,更能满足工程应用的要求。为了方便工程应用,开发了纤维布加固混凝土梁的受弯承载力最小二乘支持向量机预测的应用界面。