滑坡灾害是目前影响我国人民生命安全和自然环境的重要威胁,影响滑坡的因素具有不确定性特征,对滑坡灾害危险性预测造成较大难度,寻找一种有效预测滑坡危险性的方法成为能够解决滑坡灾害的关键问题。滑坡是受多个影响因子作用,各影响因子之间具有不同的相关性和复杂性,影响因子对滑坡危险性预测具有引导作用,为了有效处理各影响因子对滑坡危险性预测的影响,采用蚁群聚类算法能够将彼此之间相似度高的数据对象划分到一起,引入遗传算法,更新信息素规则标准对蚁群聚类算法实现优化,处理蚁群聚类算法容易陷入局部最优问题,利用近似骨架理论有效降低数据规模,解决蚁群聚类算法后期出现停滞和收敛速度缓慢等问题,统一遗传算法基本思想、近似骨架相关理论构建近似骨架遗传蚁群聚类算法模型,综合滑坡灾害相关特征,设计滑坡危险性预测的模型,研究该算法在滑坡危险性预测实验中的效果。然而影响滑坡的不确定因素降雨取值为区间值,具有不确定性,近似骨架遗传蚁群聚类算法在滑坡危险性预测时,无法对其进行准确刻画。为了解决降雨不确定因素难以有效刻画问题,结合Gauss区间值数据处理方式和点概率模型设计一种不确定数据处理模型,用于刻画降雨等不确定因素,综合近似骨架遗传蚁群聚类算法、不确定数据处理模型构造不确定近似骨架遗传蚁群聚类算法,通过设计不确定UCI数据实验,验证了不确定近似骨架遗传蚁群聚类算法具有较高有效性,最后将不确定近似骨架遗传蚁群聚类算法应用到陕西延安宝塔滑坡实验中,验证了此算法在滑坡危险性预测过程具有一定的可行性。