层状岩质边坡的变形失稳一直是岩土工程领域中研究的重点，目前在理论和工程分析中虽然取得了一定成果，但在相似工程实际应用中仍存在诸如不确定性等难以解决的问题。以钻沟石灰石露天矿山为研究背景，采用理论分析、现场试验和数值模拟相结合的技术手段，在传统的以安全系数作为边坡稳定性评价尺度方法的基础上，同时考虑应力场、位移场对边坡的影响，研究不同边坡形态和岩体力学性能指标工况下层状岩质边坡的稳定性，对模拟所得数据进行分析处理，并依托BP神经网络算法开发边坡稳定性预测系统。　　主要研究成果如下：　　（1）通过地质勘查，确定岩层倾角、最终边坡角、边坡高度、层面间距、容重、泊松比、内聚力、摩擦角共8种边坡稳定性影响因素，运用岩石力学性能指标实验获取相关岩体参数。　　（2）对钻沟石灰石矿山边坡开采现状进行稳定性分析，通过理论分析、数值计算与工程实际相互验证，得出不同边坡形态，不同岩体力学性能指标下边坡的安全系数在1.45-2.699之间变化。　　（3）安全系数随层面倾角、层面间距、泊松比、内聚力、摩擦角的增大而增大，随着最终边坡角、边坡高度、容重的增大而减小。压、拉应力值，极限位移随着安全系数的减小而增大。其中，边坡高度超过200m后安全系数急剧减小。层面间距小于12m时安全系数有小范围增大，大于12m时随着间距增大而增大。边坡破坏形式主要为拉应力破坏，当岩层倾角小于边坡角的时，拉应力发生在边坡顶部和底部，距离坡顶50-100m之间拉应力集中，边坡容易滑移失稳。　　（4）利用数据处理软件对数值模拟所得样本数据进行预处理，分析不同边坡属性对稳定性的敏感性，从大到小依次为：摩擦角、边坡高度、最终边坡角、内聚力、层面间距、泊松比、容重、岩层倾角，并通过软件自带神经网络预测模块对样本数据进行可行性分析。　　（5）建立了基于BP神经网络的边坡稳定性预测模型，并结合LabVIEW和MATLAB编程平台开发了层状岩质边坡稳定性预测软件。以钻沟石灰石矿山的预测分析为实例，得到不同安全判据下，误差率小于10％。