در این تحقیق، روش و اسلوب مدل رفتاری مواد بر اساس شبکه عصبی مصنوعی برای مواد مهندسی، بسط و شرح داده شده است. با این رویکرد، رفتار تنش- کرنش مواد مهندسی، می تواند با وزن های خروجی یک شبکه عصبی مصنوعی چند لایه feed-forward که به طور مستقیم با داده های تنش- کرنش به دست آمده از آزمایشات آموزش دیده است، بدست آید. امکان پیاده سازی این رویکرد با مدل رفتاری بدست آمده از شبکه عصبی مصنوعی برای آزمایش سه محوری سیکلی و مونوتنیک ماسه اشباع زهکشی نشده، مورد تحقیق و بررسی قرار گرفته است. روش آموزش و تست، رویکرد مبتنی بر تنش و کرنش، بر مدل رفتاری مواد مورد بررسی قرار گرفته است. نتایج تنش- کرنش برای مواد که به وسیله مدل مبتنی بر شبکه عصبی مصنوعی پیش بینی و شبیه سازی شده است، با نتایج و داده های آزمایشگاهی مقایسه شده است. تمامی مدل های رفتاری بسط یافته در این تحقیق به خوبی با داده ای آزمایشگاهی همخوانی داشته و نتایج تست شبکه عصبی مصنوعی، معقول و مستدل است. موضوعات اصلی و مهم در باب اجرا و پیاده سازی مدل های رفتاری منتج از شبکه عصبی مصنوعی در رویه حل مسائل مربوط به روش عناصر محدود مورد بحث قرار گرفته است. از مدل های رفتاری سیکلی بدست آمده از شبکه عصبی مصنوعی برای ماسه اشباع زهکشی نشده، در تحلیل دینامیکی یک مسئله، استفاده شده است.