استفاده از اکثر پرکننده های موجود،از جمله پودر شیشه، باعث کاهش مقاومت فشاری کوتاه مدت بتن خود تراکم خواهد شد. به منظور جلوگیری از کاهش مقاومت در استفاده از پودر شیشه در این مطالعه سعی بر آن است که با استفاده از متاکائولن ،به ترکیبی مناسب از آن دست پیدا کرد. در این راستا،هفده اختلاط بتن خودتراکم حاوی متاکائولن و دو ریزی متفاوت از پودر شیشه با درصدهای جایگزینی (5،10،15و20%) در نسبت آب به چسباننده 32/0 در نظر گرفته شده است. همهً اختلاط های بتن خود تراکم تحت آزمایش های مختلف از جمله مقاومت فشاری، مقامت کششی، جذب آب اولیه و جذب آب نهایی قرار گرفتند. نتایج حاصله حاکی از آن است که ترکیب 15% متاکائولن و پودر شیشه را می توان به عنوان جایگزین مناسب در نظرگرفت. نتایج آزمایشات نشان می دهد که با افزایش میزان پودر شیشه جریان اسلامپ، زمان قیف v افزایش و مقاومت فشاری، مقاومت کششی، جذب آب اولیه کاهش یافته اند. با افزودن متاکائولن و افزایش مقدار آن مقاومت فشاری و مقامت کششی افزایش می یابد. به منظور تحلیل و پیش بینی در این تحقیق سعی شده است تا از شبکه عصبی مصنوعی (gmdh) در مدلسازی داده های آزمایشگاهی استفاده شود. داده های آزمایشگاهی بر پایه 21 نوع طرح اختلاط بتن حاصل شده اند. متغیرهای در نظر گرفته شده در پایه ریزی مدل سن بتن، میزان سیمان، میزان متاکائولن، مقدار پودرشیشه مصرفی و مقاومت فشاری به عنوان خروجی در نظر گرفته شده است. براساس نتایج حاصل به نظر می رسد که شبکه عصبی (gmdh) قادر است مقاومت فشاری بتن را با دقت بالایی (میانگین خطای نسبی کمتر از 5%) و با برتری محسوس نسبت به روش تحلیل رگرسیون ارزیابی کند.