我国的木构古建筑是历史上珍贵的建筑文化遗产，具有很高的文化价值和艺术价值。但是由于外界环境和自身材料结构的影响，可能导致结构突发性失效，从而严重影响到建筑结构的安全。因此，对木构古建筑结构进行可靠度评估和寿命预测的研究具有可持续发展的指导意义。本文在已有的国内外研究的基础之上，基于可靠度理论的分析方法，对木构古建筑的可靠度评估及寿命预测进行了学习和研究。由于此方法预测木构古建筑的寿命是一个很复杂的问题，需要经过大量的计算，而神经网络具有非线性映射的能力，因此，将BP神经网络知识应用到木构古建筑的寿命预测中。本文研究的主要内容如下：首先，结合木构古建筑的抗力统计特征，分析其主要的影响因素，综合运用时变可靠度理论以及强度理论等基本理论和方法，建立了木构古建筑结构多因子随机时变抗力的衰减模型，用Bayes方法对该模型的抗力统计特征进行修正。根据木构古建筑木桁架各构件的实测数据，基于可靠度理论，对木构古建筑木桁架的剩余寿命进行预测。然后，用附加动量法和改进学习速率相结合的方法对标准的BP算法进行了改进，并建立改进后的BP神经网络预测模型，根据木构古建筑主要影响因素下的木桁架各构件的实测数据和可靠度理论获得的寿命预测样本数据，并对其进行剩余寿命预测。本文对木构古建筑的可靠度评估与寿命预测提供了一种新的研究方法。不仅可以预测木构古建筑维护的时间、部位、方式等，而且对于有效的延长木构古建筑的寿命具有可持续发展的研究意义。