Bê tông cường độ cao (HPC) là loại bê tông có cường độ nén ở 28 ngày >
60 MPa. Thông số này có ảnh hưởng không nhỏ đến độ an toàn cũng như độ bền của công trình xây dựng. Hiện nay, các phương pháp truyền thống như thống kê, phân tích hồi quy, thực nghiệm để xác định cường độ nén của bê tông thường tốn kém và mất nhiều thời gian. Để khắc phục nhược điểm trên, cũng như tận dụng sự phát triển mạnh mẽ của mạng lưới thần kinh nhân tạo, bài báo này sử dụng mô hình ANN với thuật toán Levenberg - Marquardt (LM) và thuật toán tối ưu Bayesian (BR) để dự đoán cường độ chịu nén của HPC. Cơ sở dữ liệu trong giai đoạn phát triển mô hình bao gồm 1030 kết quả thí nghiệm từ các nghiên cứu quốc tế. Mô hình sử dụng tám thông số đầu vào bao gồm hàm lượng xi măng, hàm lượng xỉ lò cao, hàm lượng tro bay, hàm lượng nước, hàm lượng phụ gia siêu dẻo, hàm lượng cốt liệu thô, hàm lượng cốt liệu mịn và tuổi HPC. Mục tiêu của mô hình là các giá trị cường độ chịu nén. Tập cơ sở dữ liệu được chia thành 2 tập con, tập huấn luyện chiếm 70% tổng dữ liệu, tập kiểm chứng chiếm 30% dữ liệu còh lại. Kết quả cho thấy, thuật toán ANN được đề xuất có thể dự đoán thành công các giá trị cường độ nén của HPC dựa vào 3 tiêu chí bao gồm hệ số tương quan (R), sai số tuyệt đối trung bình (MAE) và sai số toàn phương trung bình (RMSE). Do đó, có thể kết luận rằng mô hình ANN là một phương thức thay thế hiệu quả để ước tính nhanh giá trị cường độ nén của HPC.