تونل ها و فضاهای زیر زمینی که در درون سنگ یا خاک حفر می شوند دارای پتانسیل بالایی از ریسک های مخرب هستند. این موضوع در مورد تونل هایی که در مناطق مسکونی حفر می شوند بسیار پیچیده تر است. یکی از مهمترین ریسک هایی که در تونل های مترو با آن مواجه هستیم ریسک نشست است. ریسک نشت در سه مرحله؛ پیش بینی، پیش گیری و اعمال سپر ایمنی کنترل می شود. هدف این تحقیق پیش بینی ریسک نشست است، که به دو صورت انجام شده است. یکی بر اساس سیستم استنتاج فازی ممدانی و شبکه عصبی مصنوعی و دیگری براساس روش "تجزیه و تحلیل خطا و بررسی آثار" (fmea)، قواعد پایگاه داده ها و شبکه عصبی مصنوعی انجام شده است. در این تحقیق برای در نظر گرفتن عدم قطعیت موجود در داده های اولیه و نتایج بدست آمده از ریاضیات فازی استفاده شده است. در حالت اول تنها پارامترهای ژئوتکنیکی در نظر گرفته می شود، که تعداد آن 12 پارامتر است و در حالت دوم علاوه بر پارامترهای ژئوتکنیکی علاوه بر پارامترهای ژئوتکنیکی، پارامترهای غیر ژئوتکنیکی نیز در نظر گرفته می شود. داده های مورد نیاز اولیه، از بیش از 45 تونل مختلف مترو در سراسر جهان، بدست آمده است. به منظور استفاده راحت تر و سریع تر، روش های بررسی شده در این تحقیق، بصورت یک نرم افزار گرافیکی (نرم¬افزار ارزیابی ریسک نشست) تهیه شده است. در انتها برای اعتبارسنجی، میزان ریسک نشست ایستگاه آزادی که مربوط به خط 4 مترو تهران می باشند، با استفاده از نرم¬افزار ریسک نشست، نر¬م افزار اجزا محدود plaxis3d و شبکه¬های عصبی در حالت غیر فازی تعیین شده است.