اتصالات بندرت به صورت مفصلی کامل یا گیردار کامل عمل می کنند، و رفتار واقعی اتصالات به فرم نیمه صلب است. در این پژوهش به بررسی کارایی شبکه های عصبی مصنوعی در پیش بینی و تعیین نقطه عملکرد قاب های خمشی فولادی دوبعدی با اتصالات نیمه صلب تیر به ستون پرداخته شده است. تعداد زیادی قاب فولادی با تغییر هشت پارامتر که عبارت اند از تعداد طبقات (حداکثر 8 طبقه)، تعداد دهانه ها (حداکثر 5 دهانه)، عرض دهانه ها (حداکثر 5متر)، ممان اینرسی تیرها، سطح مقطع ستون ها، سطح مقطع بادبندها، درجه صلبیت اتصالات و وجود یا عدم وجود طبقه نرم مدلسازی شده اند و با تحلیل غیر خطی استاتیکی بارافزون و بر اساس پارامترهای نشریه 360 آیین نامه بهسازی ایران منحنی ظرفیت سازه برای قاب های مدلسازی شده بدست آمده است. پس از بدست آوردن منحنی ظرفیت سازه ها، با تغییر شدت زلزله و تیپ خاک تعدادی زوج برای آموزش و آزمایش شبکه های عصبی آماده شده است. سپس با استفاده از درصدی از این زوج ها که بصورت تصادفی از میان زوج های آماده شده انتخاب شده و اقدام به آموزش 11 الگوریتم مختلف شبکه انتشار برگشتی و یک شبکه rbf شد .زوج هایباقیماندهجهت آزمایش شبکه مورد استفاده قرار گرفتند. نتایج نشان می دهد که 75 درصد شبکه ها عملکرد مناسب و قابل قبولی از خود نشان داده اند و در پیش بینی برش پایه و جابجایی هدف رفتار مناسبی داشته اند. البته میزان دقت شبکه ها در مقادیر پیش بینی شده برای برش پایه همواره از مقادیر پیش بینی شده برای جابجایی هدف مناسبتر بوده است. همچنین شبکه های انتشار برگشتی با تابع تحریک تانژانت هایپربولیک نتایج بهتری نسبت به شبکه های انتشاربرگشتی با تابع تحریک سیگموئید ارائه می دهند. شبکهrbf بهترین نتایج را در میان تمام الگوریتم-های ارزیابی شده دارا می باشد.