基于贝叶斯网络方法,综合考虑地震参数、土体参数和场地条件等12个影响因素,结合场地的液化势和液化潜能指数,建立了地震液化沉降的贝叶斯网络评估模型。通过算例分析,与径向基神经网络方法和I&Y简化计算方法的评估性能对比,发现地震液化沉降的贝叶斯网络评估模型的优势明显;该模型不仅有较好的评估精度和可靠性,而且还可以进行逆向因果推理。对两个机器学习模型进行敏感因素分析发现,在12个影响因素中,地表峰值加速度、地震持续时间和标准贯入锤击数为较敏感因素,和I&Y简化算法考虑的参数基本一致。