Mạng lưới thần kinh nhân tạo gần đây đã được sử dụng rộng rãi để mô phỏng nhiều bài toán trong lĩnh vực kỹ thuật xây dựng. Trong nghiên cứu này, mô hình mạng nơ-ron nhân tạo (ANN) với thuật toán Levenberg - Marquardt (LM) và mô hình ANN tối ưu hóa bằng giải thuật di truyền (ANN-GA) được xây dựng để dự đoán cường độ nén của bê tông cường độ cao (HPC) ở 28 ngày tuổi. Hai mô hình trên được phát trien thông qua quá trình huấn luyện và kiểm chứng, sử dụng 425 kết quả thí nghiệm từ các nghiên cứu quốc tế. Các tham số đầu vào của bài toán là xi măng, xỉ lò cao, tro bay, nước, phụ gia siêu dẻo, cốt liệu thô cốt liệu mịn và tuổi HPC, cường độ nén của HPC là hàm mục tiêu của mô hình mô phỏng. Hai tiêu chí là hệ số tương quan (R) và sai số toàn phương trung bình (RMSE) đã được sử dụng để đánh giá hiệu quả dự báo các mô hình đề xuất. Kết quả cho thấy, cả hai mô hình đều có khả năng dự đoán tốt, trong đó mô hình ANN-GA có hiệu quả dự báo cao hơn. Nghiên cứu này cho thấy các mạng thần kinh nhân tạo có tiềm năng cao để dự đoán giá trị cường độ HPC và cho thấy tính hiệu quả của công cụ tối ưu hóa mạng nơron.