Monte Carlo(MC)法在目前边坡可靠度分析中是一种相对精确的方法,应用广泛,受问题限制的影响较小,适应性很强,其误差仅与标准差和样本容量有关。但其精度受随机抽样的可靠性和模拟次数制约,收敛速度慢,影响了实际使用。在极限平衡方法的基础上,用拉丁超立方抽样(Latin hypercube sampling,LHS)方法代替MC法的随机抽样,考虑边坡参数的变异性和相关性进行边坡可靠度分析。讨论了LHS法、MC法中可靠指标的各种计算方法,建议以破坏概率、安全系数均值和标准差作为评价指标。算例显示LHS法较MC法效率上有很大改善:较少的抽样样本就能反映参数的概率分布,可靠度分析收敛快,不需要大量的模拟,因此,值得在边坡可靠度分析中推广应用。也将工程上常用的均匀设计和正交设计用于边坡可靠度分析,结果表明,正交设计结果和中心点法比较接近,而均匀设计得到的结果则是不可靠的。