边坡稳定性分析预测问题因其复杂性一直是工程地质界研究的热点难点，迄今为止尚未能找到一种可靠性很高的预测方法，很多边坡工程的稳定性计算及防治多依赖于专家的经验，或多或少会造成人为的防治成本浪费。我国是一个地质灾害多发的国家，其中滑坡地质灾害所占的比例相当大，每年由此造成的人员伤亡和经济损失相当严重，严重制约了区域经济的发展。传统的边坡稳定性计算方法--极限平衡法因其计算相对简单、适用、方便等优点，成为了边坡稳定性计算中应用最广泛的一种。但极限平衡法的应用针对性较强，仅适用于边坡单体的稳定性计算，且其作的大量假定均属于理想状态，没有能把边坡的复杂性融入计算中，并没有能够从数据统计分析的角度去进行区域内边坡群的稳定性分析评价。如何建立一个边坡系统模型实现小区域内边坡的稳定预测分析评价具有重大的意义。　　 本文以梧州市金鸡冲两侧11个边坡组成的边坡群为研究对象，首先通过工程地质勘察手段了解其工程地质特征，分析边坡群稳定性的影响因素及形成机理，对边坡进行分类，之后利用传统的传递系数法对其进行稳定性分析评价，并得出评价结果。以此为基础，以研究区11个边坡的22个计算剖面用为样本，利用BP神经网络方法建立边坡稳定性分析与预测模型。　　 通过边坡稳定性影响因素分析，选取坡高、总坡比、内摩擦角、内聚力、容重及人类工程活动为稳定性评价指标，在对原始数据进行预处理后并设置相应网络训练参数后，应用MATLAB软件中的神经网络工具箱构建BP神经网络并对其进行训练，误差分析结果表明，样本训练结果与实际结果吻合度高，符合工程实际，证明该模型满足当地边坡稳定性预测的精度要求。　　 由于训练样本较少，再加上稳定性评价指标的选取过少、数据离散性较高等原因，利用模型进行预测时，其输出结果与实际值仍存在一定的误差，虽然误差在允许范围内，但也证明了所建立的模型还不足够完美。不过神经网络对样本的要求是越多越好，所以以后随着数据的不断增加，模型即可以得到进一步的优化和完善，模型的预测精度也将会得到很大的提高，可以直接将其用于相同或相似类型的边坡稳定性预测评价，这对边坡的稳定性评价和防治决策有一定的指导意义。