为了避免人为因素及判别方法对渗透破坏判别方法的限制,引入非线性映射能力强的概率神经网络,利用其容错性能好、分类正确率高等优势,输入无粘性土的物性参数,构建“物性参数—渗透破坏类别”预测模型进行渗透破坏类别预测,预测结果与实际相符。并选取了不同平滑因子输入网络,结果表明平滑因子的正确选择对网络输出至关重要。与其他算法的预测模型的预测值做对比分析,可以直观的看出基于PNN的渗透破坏类型预测模型的分类结果可靠。