在我国广大沿海地区,混凝土结构因硫酸盐侵蚀而发生破坏,造成了严重损失。本研究依托“天津滨海地区复杂地质环境下地铁结构建设技术研究”课题,以天津滨海地铁B1线欣嘉园站-欣嘉园西站施工区段为工程背景,试验研究了粉煤灰和矿粉对混凝土抗硫酸盐侵蚀性能的影响;建立了神经网络模型和支持向量机（SVM）模型以预测硫酸盐侵蚀下混凝土抗压强度耐蚀系数,并利用试验数据验证其有效性,以期为此类工程提供初步理论指导。主要内容及结论如下:（1）以天津滨海地铁B1线混凝土实际配比为基准配比,保持水胶比、砂率和减水剂掺量等因素不变,在粉煤灰和矿粉总掺量为40%、50%和60%的条件下,调整粉煤灰和矿粉取代率,设计了8种不同配合比的混凝土试块进行干湿循环条件下的抗硫酸盐侵蚀试验。结果表明:粉煤灰和矿粉取代率均为20%时混凝土抗硫酸盐侵蚀性能较为理想。（2）以326篇现有文献数据为训练集样本,以21组试验实测数据为测试集样本,在Matlab环境下建立了BP神经网络模型,以预测硫酸盐侵蚀下混凝土抗压强度耐蚀系数:输入变量为水胶比、砂率、粉煤灰取代率、矿粉取代率、减水剂掺量、硫酸盐浓度和干湿循环次数;输出变量为混凝土抗压强度耐蚀系数。考虑到BP神经网络易陷入局部最小化,采用遗传算法（GA）优化其初始权、阈值,进而建立GA-BP神经网络预测模型。将仿真结果与实际数据进行对比,结果表明:神经网络对混凝土抗压强度耐蚀系数的预测精度较高;且与BP网络相比,GA-BP网络具有更好的预测精度和泛化能力。（3）在GA-BP神经网络模型的基础上,利用平均影响值（MIV）算法分析了网络输入参数对混凝土抗压强度耐蚀系数的影响权重,其值由大到小依次为:干湿循环次数、硫酸盐浓度、粉煤灰取代率、减水剂掺量、水胶比、矿粉取代率和砂率。（4）鉴于GA-BP神经网络模型需求样本高且运行速度慢,利用RBF函数为核函数,采用交叉检验法确定最优影响参数值,建立了SVM模型,以预测混凝土抗压强度耐蚀系数。结果表明:与GA-BP网络模型相比,SVM模型所需样本少,预测精度和运行效率高,更适合于实际工程应用。