超高性能混凝土强度与耐久性等诸多方面均优于普通混凝土,但是其微观结构更为致密,高温抗爆性能相对更差。在超高性能混凝土建筑结构中,火灾造成的人员伤亡和经济损失不可估量,因而预测超高性能混凝土高温爆裂具有重要意义。超高性能混凝土高温爆裂的机理仍不明确,无法使用传统模拟方法进行预测,因此本文采用一种机器学习方法——人工神经网络（ANN）。本文主要对普通混凝土、高性能混凝土和超高性能混凝土进行高温“爆炸剥落”预测,并进一步研究了混杂纤维对混凝土高温抗爆性能的影响。主要研究内容如下:1、本文介绍了两种人工神经网络（ANN）模型,一种是基于混凝土配合比的模型（ANN1）,另一种是基于混凝土抗压强度的模型（ANN2）,来评价混凝土抗爆炸剥落能力,并基于文献中收集的648个和634个数据分别对两种人工神经网络模型进行训练。2、设计四类混凝土,分别为素混凝土、单掺聚丙烯纤维高性能混凝土、单掺聚丙烯纤维超高性能混凝土和混掺聚丙烯纤维超高性能混凝土,并进行了96组混凝土高温爆裂试验。对比分析试验结果与模型预测结果,ANN1和ANN2的预测精度分别达到89.6%和84.4%。并与Mugume and Horiguch提出的预测混凝土爆炸剥落的方法进行对比,表明ANN预测模型适用性及准确性更高。3、结合人工神经网络模型输入数据集与高温试验结果,分析单掺聚丙烯纤维、混杂聚丙烯纤维和钢纤维、抗压强度、含湿量以及试件尺寸对混凝土高温抗爆性能的影响。