در این پایان نامه تحقیقاتی پیرامون بهبود عملکرد شبکه عصبی انتشار متقابل (cpn) صورت گرفته تا بدین ترتیب زمینه کاربرد موثرتر و بهتر آن در طرح بهینه سازه ها فراهم شود. این تحقیقات منجر به انجام اصلاحات جدیدی در روش آموزش شبکه، ارائه فرمولی جدید برای محاسبه ضرائب آموزشی بصورت پویا، و همچنین آشکار ساختن نحوه تاثیر پارامترهای مختلف بر روی عملکرد شبکه گردیده است . بررسیهای بعمل آمده کاهش خطای شبکه و بهبود عملکرد آن را موجب شده است که در قیاس با اصلاحاتی که تاکنون بر روی این شبکه انجام شده است قابل توجه می باشد. جهت نشان دادن این موضوع طرح بهینه چندین تیرورق شامل تیرورقهای دهانه ساده و یکسره تحت شرایط مختلف بارگذاری، طول دهانه و فواصل حمایت جانبی انجام شده و پاسخ شبکه اصلاح شده برای ابعاد بهینه تیرورق، ابعاد سخت کننده های کناری و میانی بدست آمده است . از طرف دیگر تحقیقی نیز بر روی شبکه عصبی انتشار برگشتی (bpn) انجام شده و عملکرد این شبکه در مقایسه، با شبکه عصبی انتشار متقابل پس از انجام اصلاحات جدید مورد بررسی قرار گرفته است که نتیجه این بررسی نیز کارآیی بهتر شبکه عصبی انتشار متقابل اصلاح شده را تائید می کند. چرا که زمان آموزش در این شبکه بسیار کمتر از شبکه عصبی انتشار برگشتی بوده و خطای حاصل نیز اگر چه اندکی بیش از خطای شبکه عصبی انتشار برگشتی می باشد لیکن در حد قابل قبولی بوده و کاربرد آن خصوصا در مسائل بزرگ مقیاس می تواند کاملا موثر واقع شود.