چکیده: رفتار بیرون کشیدن الیاف و برهمکنش بین الیاف-ماتریس نقشی اساسی در درک رفتار مکانیکی کامپوزیت های سیمانی تقویت شده با الیاف بازی می کند. جهت تعیین رفتار بین الیاف-ماتریس از آزمایش های بیرون کشیدن الیاف با پیکربندی های مختلف استفاده می شود. این تحقیق دو نمونه از مدل های محاسباتی را برای پیش بینی حداکثر نیروی بیرون کشیدن الیاف و لغزش متناظر با آن ارائه می نماید. هدف اصلی از این مطالعه، رسیدن به یک مدل جهت پیش بینی حداکثر نیروی بیرون کشیدن الیاف از ماتریس پایه سیمانی و لغزش متناظر با حداکثر نیروی بیرون کشیدن است. در این تحقیق با استفاده از تعداد زیادی از داده های تجربی که از مرور ادبیات و کارهای آزمایشگاهی محققان جمع آوری شده است، در ابتدا از طریق ایجاد شبکه های عصبی مصنوعی (که یکی از شاخه های اصلی محاسبات نرم می باشد)، جهت پیش بینی استفاده شده است. مجموعه ای از 382 دیتای آزمایشگاهی برای توسعه و آموزش شبکه های عصبی مصنوعی جمع آوری شده است. پارامترهایی که به عنوان گره های ورودی در مدل ANN استفاده می شوند شامل طول تعبیه شده الیاف در ماتریس، زاویه تمایل الیاف، مقاومت کششی الیاف، نسبت طول به قطر الیاف، سرعت بارگذاری، نسبت آب به سیمان، مقاومت فشاری بتن و شکل هندسی الیاف می باشد. خروجی مدل شامل حداکثر نیروی بیرون کشیدگی و لغزش متناظر با آن می باشد. نتایج مدل با روش ANN نشان داد که شبکه عصبی مصنوعی با دو لایه مخفی و 12 نرون برای پیش بینی خروجی ها با درصد خطای مطلق میانگین کمتر از 10% مناسب ترین شبکه بود. برای بدست آوردن تاثیر مهمترین ورودی ها بر روی خروجی یک آنالیز حساسیت نیز با استفاده از فرمول میلن بر روی شبکه عصبی ارائه شده نیز انجام شد. با توجه به نتایج بدست آمده مشخص شد که از میان هشت ورودی، پارامتر شکل هندسی الیاف (مستقیم، انتهای قلابدار و فنری) و مقاومت کششی الیاف بیشترین تاثیر را بر روی خروجی با درصد تاثیر به ترتیب 16.1% و 15.1 % را داشتند. خطای مربع میانگین به ترتیب برای حداکثر نیروی بیرون کشیدن و لغزش متناظر 0.9 و 0.14 می باشد. در مجموع می توان از این روش نتیجه گرفت که مدل پیشنهادی نتایج قابل قبولی را در پیش بینی حداکثر نیروی بیرون کشیدن الیاف و لغزش متناظر با آن ارائه نموده است. همچنین با استفاده از سیستم استنتاج عصبی- فازی نیز شبکه دیگری جهت پیش بینی حداکثر نیروی بیرون کشیدن الیاف و لغزش متناظر با آن انجام گردید. نتایج ANFIS پیشنهادی با نتایج داده‌های تجربی مقایسه شده است و نتایج مدل پیش‌بینی دقت بالایی را نشان می‌دهد. در این تحقیق همچنین یک مطالعه مقایسه ای نیز بین مدل شبکه عصبی مصنوعی و سیستم استنتاج عصبی-فازی انجام شد و نتیجه گیری شد که مدل ANFIS نسبت به مدل ANN خطای کمتری دارد.