近年来,我国不断加大对防灾减灾工程领域研究的投入力度,在各类研究成果与理论支撑的基础上,我国《建筑抗震设计规范》不断推陈出新,新建建筑物的安全性也大大提高。但是,依据旧版本规范建造的老旧建筑物在地震中发生严重损坏的比率较大,人员伤亡及经济损失占比也相对较重。因此,对此类建筑物实施加固改造措施的意义十分重大,如何准确识别出此类抗震能力较差的建筑物则是首要工作。我国目前建筑物单体震害预测方法大致分为经验总结法和直接统计法两类,建筑物群体震害预测方法分为经验统计法、理论计算法、半经验半理论法及其他方法等。这些方法大多都需要足量基础数据的支撑,且费时费力,都不能适用于大面积区域建筑物震害预测的普查工作。为此,本文将计算机领域的神经网络交叉应用,以7度设防区钢筋混凝土框架结构与高层框架-剪力墙结构为研究对象,使用少量震害影响因子即可对建筑物快速而准确地做出震害预测。该方法快速有效,可以迅速对大面积区域建筑物进行初步震害普查,在保证准确率的同时极大地节省人力物力。本文的主要工作如下:(1)以40栋框架结构建筑物为研究对象,将建筑物层数、层高、楼高、柱面积率等12个易获取且关联度较高的关键数据作为震害影响因子,充分利用了MATLAB可视性良好的建模特性及LM算法能够快速拟合的显著优势,训练了一个基于LM算法的BP神经网络震害预测模型。采用多组数据测试,对单次模拟结果数据进行了对比,并通过多次随机选取数据样本建立模型,验证了该模型的精度和稳定性。同时,也证明了使用少量震害影响因子即可进行震害预测工作的可行性,为后续章节的研究奠定了理论基础。(2)扩充框架结构数据库的数据样本,并按照住宅类与非住宅类将它们分类,基于快速预测的目的并在保证模型精度的前提下,通过对比研究后舍弃“墙面积率”这一震害影响因子。使用同样的方法利用11项震害影响因子分别建立住宅类与非住宅类的震害预测模型,对建模过程中误差变化曲线、训练数据回归曲线等数据进行分析,并通过相关算例的实际模拟及结果比对验证了这两个模型是可以对框架结构的震害预测做出准确判断的、(3)分析高层钢筋混凝土建筑物各个结构形式的优缺点及在我国的应用现状,以框架-剪力墙结构作为研究对象,选取相应的11项数据作为震害影响因子进行神经网络震害预测模型的建模工作。分析该模型的建模过程及模型结果,并通过两个算例的计算,证明了该模型可以达到预期效果。(4)使用MATLAB软件中的GUI功能,创建图形用户界面,将本文所建立的住宅类框架结构、非住宅类框架结构、高层框架-剪力墙结构共三个结构类型的震害预测模型嵌入进可视化的小程序内。该小程序可以与用户进行实时交互,在输入部分输入建筑物的震害影响因子数据,选择结构类型后经过程序计算,即可获得该建筑物在各地震烈度下的模拟震害指数及模拟震害程度。