طبیعت پروژه های تونلسازی دلالت بر این دارد که دست اندر کاران توسعه ی چنین پروژه هایی با انواع ریسک مواجه هستند. با افزایش تقاضا برای ساخت تاسیسات زیر زمینی، توجه به ریسک و مدیریت و کنترل ریسک نیز رو به افزایش است. یکی از مراحل پروژه های زیر زمینی که به شدت تحت تاثیر ریسک قرار دارد، مرحله ی ساخت این پروژه ها می باشد. علت این امر به ناشناخته بودن شرایط زمین و عدم قطعیتی که در آن وجود دارد مربوط می شود. علیرغم اینکه آزمایش های بسیاری قبل از فرآیند طراحی جهت شناخت شرایط زمین صورت می گیرد، با این حال در هنگام ساخت، شرایطی می تواند بوجود آید که با پیش بینی های اولیه کاملاً مغایرت داشته باشد. از این رو نظارت و کنترل شرایط زمین در حین ساخت و به روز رسانی اطلاعات و پیش بینی های اولیه گام نخست برای مقابله با ریسک می باشد. برای انجام این پیش بینی ها نیازمند یک الگو و برنامه ی نظام مند هستیم. پس از انجام این پیش بینی ها ارائه ی راهکار مناسب برای مقابله با ریسک الزامی است. برای این منظور نیز در هنگام ساخت تونل ارائه ی روش مناسب حفر تونل، که بتواند در مقابل ریسک های پیش بینی شده ی احتمالی کمترین زیان را به پروژه برسانند، گام بعدی مقابله با ریسک است. هدف از این تحقیق آنست که با ایجاد یک روند آنالیز ریسک که در عین داشتن چارچوب خاص و مشخص بتواند در برابر شرایط مختلف از خود انعطاف نشان داده و ریسک های ژئوتکنیکی، حتی آنهایی که احتمال وقوع کمی دارند را وارد روند آنالیز ریسک کند و حالت بهینه ی حفاری برای تونل را شناسایی نماید. حالت بهینه، حالتی است که کمترین ریسک را به ما تحمیل می کند. برای رسیدن به این هدف از روش شبکه های بیز به کمک دیاگرام تاثیر استفاده شده است. شبکه های بیز آن بخش از عوامل را که نقش مهم و قابل توجهی دارند در شبکه لحاظ می کند. از طرف دیگر، شبکه های بیز با داده های ناقص نیز می توانند کار کنند و در ساخت آن از اطلاعات افراد خبره نیز می توان استفاده کرد. دیگر ویژگی مهم شبکه های بیز قابلیت به روز رسانی آنهاست که با به روز شدن داده ها می توان داده های جدید را در شبکه داخل کرد و نتایج جدید را استخراج نمود. از طرف دیگر فهم و توسعه ی ساختار بیز ساده تر از دیگر روش های هوش مصنوعی است. این ویژگی های شبکه های بیز، در این تحقیق بسیار مفید واقع شدند. مدل پیشنهادی بر روی قسمتی از خط 1 متروی تهران آزمایش شد و صحت نتایج در مقایسه ی نتایج بدست آمده از مدل و نتایج واقعی مشاهده شده مورد ارزیابی قرار گرفت.