本文以福宁高速公路福鼎分水关至安坞段A3标段八尺门互通区滑坡防治工程为背景，完成了边坡危险性分区及防治工程设计参数的智能优化研究。提出了基于现场变形监测值的滑坡危险性分区的聚类分析—神经网络方法，该方法采用监测到的孔口位移变化率ΔD和深部滑移面积变化率ΔA两个指标进行该时段滑坡危险性分级的聚类分析，利用Kriging空间插值算法获得该时段的滑坡危险性分区图，建立人工神经网络模型，对该区域上前期聚类分析的危险性分区结果进行学习，用于预测后续时间段上危险性分区结果，生成危险性分区随时间演化的分区图，用此方法对福建八尺门滑坡进行了整个演化过程的危险性分区。同时提出了滑坡加固方案设计参数智能优化的方法。由于边坡防治工程是一个复杂的系统，滑体力学参数、抗滑结构设计参数及抗滑结构布置参数与实施加固后边坡稳定性和工程总造价之间的关系很难用显示数学表达式来描述，因此边坡防治工程很难进行全局优化，对大型边坡防治工程尤甚。通过利用进化神经网络较准确地表达了滑坡加固方案中设计参数与加固后滑坡的总体稳定性和工程造价之间的复杂映射关系，将上述进化神经网络模型嵌入智能化遗传算法来寻找满足工程防治需要的一组设计参数，实现了边坡防治方案多个设计参数的智能优化。从而解决了大规模优化问题。在八尺门3＃滑坡的防治工程应用表明该优化方法是有效的。