钢-混组合梁结构综合了钢和混凝土结构各自的优点,被越来越多地应用于现代桥梁工程中。Perfobond Leiste（PBL）剪力键是将钢-混组合梁中的钢结构和钢筋混凝土翼板连接成为一个整体,保证两者不发生相对滑移的重要传力构件。PBL剪力键力学性能的优劣是影响钢-混组合结构使用寿命及可靠性的关键影响因素之一。钢-混凝土组合结构中,对钢纤维混凝土（Steel Fiber Reinforced Concrete,SFRC）和PBL剪力键各自的力学性能、断裂机理以及互作用机理研究,不但有助于提高对其传力机理和破坏过程的认识,对实际工程应用也有着重要意义。本文根据理论分析和试验研究相结合的方法,首先基于边界效应模型（Boundary Effect Model,BEM）对钢纤维混凝土的断裂机理和力学性能展开研究,分析了钢纤维混凝土断裂过程中不同阶段的材料破坏特性,确定了抗拉强度和断裂韧度这两个重要的材料参数。然后,分别利用不同的方法建立了钢纤维混凝土的细观数值模型、等效数值模型以及宏-细观多尺度数值模型,对其进行了有限元仿真并与试验进行对比,讨论了各数值模型的特点及合理性,为PBL剪力键的数值仿真奠定了基础。进一步地,在钢纤维混凝土数值模型的基础上选择合适的建模方法,建立了PBL剪力键的数值模型,通过仿真及试验对比,探究了PBL剪力键的破坏形态,并基于单一因素的方法分别分析了各因素对PBL剪力键抗剪承载力及相对滑移的影响。最后,提出了一种新的改进的自适应遗传算法（Improved Adaptive Genetic Algorithm,IAGA）,对BP神经网络（Back Propagation Neural Network,BPNN）进行优化,进而建立了IAGA-BPNN预测模型,对PBL剪力键的极限抗剪承载力进行了预测,平均误差仅为1.69%。综上所述,本文试验得到了钢纤维混凝土的四个断裂阶段,揭示了钢纤维混凝土裂纹扩展的规律,并找到了一种在实验室条件下采用小尺寸的带缺口三点弯试样确定钢纤维混凝土抗拉强度和断裂韧度的方法。利用有限元模拟,分析了钢纤维混凝土及PBL剪力键数值仿真方法的可行性,并基于此得到了影响PBL剪力键极限抗剪承载力的主要因素。此外,IAGA-BPNN预测模型的成功应用,说明了改进的自适应遗传算法、布谷鸟算法、粒子群算法以及蝙蝠算法等智能优化算法结合BP神经网络的算法在预测PBL剪力键极限抗剪承载力方面的优越性,为工程应用提供了有价值的参考。