通过熵权法加权的灰靶理论，对5组不同掺量水平的纳米SiO₂改性混凝土综合路用性能进行评价分析，得到最优纳米SiO₂掺量；选择最优组改性混凝土进行弯曲疲劳试验，以弯拉强度及荷载作用次数为参数，建立BP神经网络模型。结果表明：经过纳米SiO₂改性的混凝土其各项路用性能均得到有效提高，其中1.5%掺量水平下，纳米SiO₂改性混凝土路用性能综合评价最高；采用BP神经网络模型预测1.5%掺量水平下纳米SiO₂改性混凝土疲劳寿命可得到较为准确的结果，最大误差小于1%，Levenberg-Marquardt训练算法与另外两种算法相比具有最少的迭代次数及最优的收敛速度和泛化能力，且误差平方和相比之下最低，最大相对误差为0.011%~0.041%。