کاربرد هوش مصنوعی و تحلیل شبکه‌های عصبی مصنوعی به‌عنوان ابزارهای نوین در ارزیابی ویژگی‌های خاک، نقش مهمی در کارهای مهندسی و بویژه در پیش‌بینی مخاطرات ژئوتکنیک لرزه ای می‌توانند ایفا کنند. روانگرایی یکی از موضوعات مهم است که می‌تواند در حین وقوع زلزله در لایه‌های خاکی دانه‌ای اشباع غیر متراکم بوقوع بپیوندد. با توجه به اینکه وقوع این پدیده می‌تواند آسیب‌های جدی به ساخت و سازهای سطحی و زیر سطحی وارد نماید. ارزیابی پتانسیل وقوع آن در لایه‌های خاکی بسیار حائز اهمیت است. جهت برآورد خطر روانگرایی در لایه های خاکی روش های مختلف آزمایشگاهی، صحرایی و عددی موجود می باشد. در این تحقیق، خطر وقوع روانگرایی در امتداد خط 2 متروی تبریز با استفاده از تحلیل شبکه عصبی مورد مطالعه قرار گرفته است. بدین منظور، ابتدا، از دو روش تجربی (برمبنای نتایج آزمون‌های مقاومت نفوذ استاندارد و اندازه سرعت موج برشی) و سپس، روش تحلیل شبکه عصبی جهت ارزیابی پتانسیل روانگرایی لایه‌های خاکی بکار گرفته شده است. نتایج بدست آمده بیان کننده هماهنگی مناسب بین دو روش در ارزیابی پتانسیل روانگرایی در محدوده مورد مطالعه بوده و همراه با کاربرد تحلیل شبکه عصبی می‌توانند با تحلیل دقیق ویژگی‌های فیزیکی و مکانیکی لایه‌های خاکی، به عنوان ابزاری مؤثر در کاهش ریسک‌های ژئوتکنیکی و افزایش ایمنی در پروژه‌های عمرانی به‌کار روند.