砂土液化是地震灾害中比较严重的一种，会导致建筑物的严重损害。随着我国城市化建设进程加快，城市不断发展高层建筑，道路，桥梁，隧道等，对于砂土液化的判别方法的研究对工程建设具有十分重要的意义。南京地区砂土由于在土层中沿水平方向排列，这种砂呈现各项异性，比普通砂更容易发生液化。本文比较了现行的几种常用方法对砂土液化判别的优势与不足，并且通过历史实际地震资料对其进行了反算。但是由于砂土液化问题的非线性，传统方法始终无法取得突破性进展。随着计算机运用渗透到各个领域，在工程中的运用也越来越广泛。本文运用了人工神经网络的方法，动力有限元方法分别对南京部分地区的砂土进行液化判别，互相对比分析，同时与传统方法得到的结果对比验证。本文的主要研究目的和成果有：　　 (1)传统的判别方法广泛运用于工程，但是其准确度却无法得到验证。本文评价了几种传统方法的优势与缺陷，得出了传统方法的共同缺点。各类传统方法存在的问题有：适用范围狭窄，考虑影响因素种类少，认为各个影响因素之间呈线性关系，数据具有地域特点，判别结果精确度较低等等，无法跳出本身研究起点的局限。传统方法作出判别却无法证明其结果是否准确，因此本文对2种传统方法利用唐山大地震的震害资料进行检验，得到其判别准确度结果分别为：65％和61％，可以看出，传统方法的判别正确率并不高，会发生误判的情况。　　 (2)由于液化影响因素的多样性和非线性，传统方法的研究受到很大的局限。本文采用新兴的人工神经网络算法，运用神经网络算法中运用最广泛的BP神经网络，根据两组震害砂土液化的资料利用Matlab分别建立模型M1，M2。在模型进行训练之后，利用检验样本对其进行测试，得到了89％和87.5％的准确率。将南京部分区的砂层地质资料20组数据分别输入两个模型中进行预测，得到了两组预测结果。这两组预测结果除了数据15号出现相反结果，其余19个数据均呈现良好的一致性，证明了训练出的网络具有很好的泛化能力，不同的历史资料训练出的模型对的同一组数据判别结果基本是一致的。并且给出了各个因素的影响权重从高到低分别为地下水埋深，烈度，砂层埋深，标贯击数。　　 (3)根据地质勘查资料，利用模型M1对南京某区某个工程的②-3层砂层进行预测，得到预测结果与传统的方法的判别结果进行比较，22组数据中有7组不同，15组相同。由于传统的判别方法本身的准确率较低，将这两组数据进行比较仅仅是得出判别结果在大体方向上是一致的，证明BP法可以运用于实际工程当中。　　 (4)利用动力有限元法对上述工程选取了某一剖面进行了模拟计算，动力有限元可以考虑地震对土的循环作用过程，以及土体相互之间的作用。建立合理的模型，输入加速度时程曲线，得到了地层各个点在各个时间点的动剪应力云图，循环动剪应比(CRS)等值线图，典型点的动剪应力时程曲线。对②-3层进行了液化判别计算，得到了砂层液化的等值线图。判别结果与BP法，传统方法的结果进行对比，结果表明三种方法得到的判别结果是基本一致的。