近年来,建筑火灾的频发,不但危害了人类的生命财产安全,同时还对建筑结构本身产生了不利的影响。而在高层建筑和桥梁等工程结构中广泛使用的深受弯构件,其受力性能对整个结构具有较大的影响。因此,本文共设计并制作了17根深受弯梁,其中8根用于常温下的抗剪试验,9根用于火灾后的抗剪试验。分别研究了火灾高温、剪跨比和跨高比对深受弯构件受剪承载力、挠度、钢筋应变、最大裂缝宽度和破坏形态的影响;并结合ABAQUS有限元分析结果和粒子群神经网络算法分别建立了常温下及高温后深受弯构件的抗剪承载力预测模型。对常温下的深受弯构件进行了试验研究和ABAQUS有限元模拟,讨论和分析了跨高比和剪跨比对深受弯试件抗剪性能的影响。结果表明:(1)其他条件相同时,随着剪跨比的增大,深受弯试件的初裂剪力和极限剪力均是减小的;(2)当试件的跨高比相同时,在同一荷载作用下,试件的跨中挠度随着剪跨比的增大而逐渐增大;(3)对于深受弯试件的抗剪承载力,水平腹筋的作用大于竖向箍筋的作用;(4)对于跨高比不同的试件,剪跨比对试件裂缝宽度的影响是一致的,即在同一荷载作用下,试件的裂缝宽度随着剪跨比的增大而增大;(5)ABAQUS能较好的模拟出深受弯构件的受力情况,且模拟结果较好,与试验值和拉-压杆理论模型均吻合的较好。对火灾高温后的深受弯构件进行了试验研究,讨论和分析了火灾高温温度、跨高比和剪跨比对深受弯试件抗剪性能的影响。结果表明:(1)其他条件相同时,随着火灾高温的升高,深受弯试件的受剪承载力先增加后减小;且随着试件剪跨比和跨高比的增大,高温对试件受剪承载力的影响逐渐减弱;(2)在同一荷载作用下,随着受火温度的升高,试件的挠度总体上是逐渐增大的;在同一高温煅烧后,试件的挠度随着剪跨比和跨高的增大而逐渐增大。基于传热学理论及深受弯构件的抗剪理论,分别采用拉-压杆模型及我国混凝土结构设计规范中深受弯构件的抗剪规定对本文中火灾后深受弯构件的受剪承载力进行了计算,并与试验结果进行对比;结果表明:基于分层法的拉-压杆模型能够较好的预测火灾后深受弯构件的剩余受剪承载力,具有一定的适用性。针对BP神经网络易陷入局部最优、网络的鲁棒性和泛化能力较差等缺点,本文运用粒子群算法对BP神经网络的权值和阈值进行了优化。通过对大量试验结果数据的学习和训练,分别建立了深受弯构件抗剪承载力的BP神经网络预测模型和PSO-BP神经网络预测模型,并对两者的预测效果进行了比较。结果表明:与BP神经网络预测模型相比,PSOBP神经网络预测模型的预测精度较高,稳定性好,收敛速度快,在测试过程中其绝对误差率一直小于15%。