基于生命周期工程方面，如结构的预测、设计、评估、维护和管理，并根据基于性能的方法，土木工程结构必须满足弹性、可持续性和安全防范可能的风险的基本要求，如地震、火灾、洪水、极端大风，和爆炸。

性能指标的分析，对于结构的性能和满足上述要求是非常重要的，不进行复杂的数学计算是不可能的。

人工神经网络和模糊神经网络是一个典型的现代跨学科领域的例子，它提供了基本的知识原理，可以用来解决许多不同的和复杂的工程问题，否则无法解决(使用传统的建模和统计方法)。神经网络能够收集、记忆、分析和处理从一些实验或数值分析中获得的大量数据。正因为如此，与一些经典和传统的计算方法相比，神经网络往往是更好的计算和预测方法。它们在预测数据方面非常出色，可以用于创建预测模型，从而解决各种工程问题和任务。训练有素的神经网络可作为分析工具，用于对结果的合格预测，以及任何未包含在网络学习过程中的输入数据。它们的使用相当简单和容易，但正确和精确。这些积极的效果完全证明了它们作为预测模型在工程研究中的应用。

基于神经网络的方法作为解决复杂土木工程问题的非常规方法，对建筑设计过程的现代化具有重大意义。国内外研究表明，人工神经网络和模糊神经网络可以成功地用于不同工程领域的预测模型，特别是在已经进行了一些预先(数值或实验)分析的情况下。

这期特刊的目的是强调对使用人工神经网络和模糊神经网络作为有效和强大的工具解决工程问题的可能性进行更深入的研究的重要性。欢迎发表高质量、有原创成果的研究论文，以及与特刊主题密切相关的综述性文章。

潜在的主题包括但不限于以下内容:

• 模糊神经网络解决土木工程问题的理论与应用
• 人工神经网络在土木工程问题解决中的理论与应用
• 结构多准则优化的神经网络理论与应用
• 结构理论中的神经网络
• 基于实验研究的神经网络预测模型
• 基于数值研究的神经网络预测模型
• 神经网络在预测不同荷载条件下结构行为中的应用
• 神经网络在定义材料特性中的应用
• 神经网络在房地产估价中的应用