چکیده روابط تجربی و نظری که برای پیش بینی میزان نشست پی های سطحی بر روی لایه های خاک تعریف شده اند، با وجود پیچیدگی محاسباتی ، پیش بینی با دقت بالایی را به ما نمی دهند. امروزه با استفاده از شبکه های عصبی مصنوعی می توان با پیچیدگی محاسباتی کمتر ، پیش بینی میزان نشست پی ها را بررسی کرد. در این پژوهش با مدل کردن 27 نمونه پی سطحی بر روی نمونه خاک های ماسه ای که اطلاعات ژئوتکنیکی این خاک ها از گمانه زنی در سطح شهرستان بابل بدست امده است ، تحت 14 نوع بار گسترده یکنواخت بر روی پی های سطحی با نسبت طول به عرض های متفاوت ، با استفاده از برنامه plaxis ، میزان نشست پی ها محاسبه شد. با استفاده از داده های حاصل از برنامه plaxis ، شبکه عصبی جهت تخمین میزان نشست پی های سطحی طراحی گردیده و درستی شبکه با یک نمونه مدل شده توسط برنامه plaxis بررسی شد. میزان نرون های موجود در لایه های پنهان یک شبکه عصبی دارای مقدار بهینه ای می باشد که با مدل کردن مقادیر متفاوتی از ان ، می توان به این مقدار بهینه رسید که در شبکه طراحی شده تعداد بهینه 263 عدد نرون در لایه مخفی می باشد ، همچنین افزایش مقدار زاویه اصطکاک یک نمونه خاک مدل شده در شبکه عصبی،کاهش میزان نشست لایه های زیرین را به همراه خواهد داشت و این عامل به دلیل افزایش سطح تماس بین ذرات یک لایه و توزیع مناسب تنش ، توسط خاک مورد نظر به لایه های زیرین ، رخ می دهد. کلمات کلیدی: نشست پی های سطحی ، شبکه عصبی، برنامه plaxis، پی های سطحی ، نرون ، زاویه اصطکاک .