公路边坡设计是路基设计的主要内容。目前我国公路建设处于快速发展阶段，公路建设的战线逐渐由平原转入山区，由东部转向西部，势必会面临越来越多的高填深挖问题，公路边坡设计优劣对工程投资影响越来越大。常规的公路边坡设计方法是在边坡稳定性分析的基础上按照规范要求设计边坡断面形式，并根据坡体和岩土体结构确定防护方案，最终的边坡设计方案虽然是满足安全性要求的，但一般占地多，土石方数量偏大，对环境破坏和干扰严重，往往也不是最经济的设计方案，对边坡进行合理的优化设计具有重要的经济、环保和社会意义。　　 传统的边坡优化设计方法通常是根据经验拟定数种不同边坡断面形式、加固方式、加固设计参数的设计方案，分别计算出各种设计方案的边坡稳定安全系数和造价，从中挑选出一种满足安全性要求并且造价最低的设计方案，或者是根据对初算结果的直观判断，人为缩小搜索范围并调整某些设计参数，再对有限的几个设计方案进行计算、比较、寻优，优化效率低，优化规模小。　　 边坡优化设计智能方法以统计学习理论为基础，通过对一定数量不同优化设计参数的设计方案及其相应的稳定安全系数、造价构成的样本进行机器学习，分别建立起优化设计参数与稳定安全系数、造价之间高维、复杂、非线性映射关系，再以造价最低为目标，以稳定安全系数满足规范要求为约束条件，借助计算机使用最优化计算方法在大范围内自动搜索最优设计参数，快速高效地解决大规模优化问题。　　 目前常用的边坡优化设计智能方法局限于利用进化神经网络和遗传算法、进化支持向量机和遗传算法对加固设计参数进行优化，或者对开挖边坡的坡角进行优化；没有同时考虑边坡形态和加固的综合协调作用，优化设计变量不系统；在解决小样本、高维数、复杂、模糊、非线性问题上能力不足，容易陷于欠学习、过学习和局部极小值，算法繁琐、效率不高；与公路边坡设计特点适应性差。　　 论文针对公路边坡设计的特点和要求，综合考虑边坡形态和加固的综合协调作用，建立起系统、通用的，基于期望造价的，满足《公路路基设计规范》和工程实际的安全性、可靠性和适用性约束条件的公路边坡优化设计数学模型；鉴于支持向量机在解决小样本、高维数、复杂、模糊、非线性问题上的优势和推广能力强的特点以及粒子群算法简单、快速、高效的全局寻优能力，论文采用基于支持向量机和粒子群算法的智能方法对公路边坡优化设计数学模型实现求解。　　 依托河南省郑州至石人山高速公路K154+563～K154+743右侧强风化碎裂花岗岩挖方边坡优化设计工程实例，以边坡开挖坡率、锚杆钢筋直径、锚杆倾角、锚杆间距和锚杆长度共5个设计参数作为优化设计变量，通过均匀设计构造出36种设计方案，使用基于强度折减法的连续介质快速拉格朗日分析软件FLAC V5.0 Slope模块计算各设计方案加固后的边坡稳定安全系数，参照《公路工程概算定额》相关规定计算造价，构造出两组训练样本，利用Visual C++编制的粒子群优化支持向量机程序进行学习训练，把边坡稳定安全系数计算函数和目标函数拟合成显式函数形式，从而把抽象的公路边坡优化设计数学模型转化成标准、具体的最优化问题，利用Visual C++编制的改进型线性递减惯性权重粒子群算法程序进行大规模寻优，确定出最优设计方案，结果比原变更设计方案造价减少20.8％，并且减少了占地和弃方，降低污染，保护环境，收到了较好的效果。　　 论文通过理论分析和实例应用，探讨使用基于支持向量机和粒子群算法的智能方法把公路边坡形态和加固作为一个系统来进行优化设计，归纳出一种简单、实用、高效的公路边坡优化设计智能方法，取得的主要研究成果如下：　　 (1)提出了一种构造小数量、高质量支持向量机训练样本的试验设计方法。通过均匀设计在全面试验点中挑选出充分均衡分散、最具代表性的试验点来构造训练样本，要求样本数量少，仍能够很好地反映出体系的主要特征，与支持向量机有很强的适应性。　　 (2)建立起系统、通用的公路边坡优化设计数学模型。结合公路边坡设计的特点和要求，从安全和经济角度出发，把边坡形态、加固方式、加固设计参数作为一个整体系统来考虑，确保模型求解所得的结果是系统各部分在系统综合协调作用下达到的整体效益最优状态。　　 (3)提出了一种基于支持向量机和粒子群算法的智能方法来对公路边坡优化设计数学模型实现求解。给出了采用粒子群优化支持向量机通过小样本的学习训练对模型中高维、复杂、模糊和非线性函数拟合成显式函数，以及采用改进型线性递减惯性权重粒子群算法在多个约束条件下进行大规模寻优的具体算法步骤。　　 (4)使用Visual C++编制了粒子群优化支持向量机程序。获得了一种借助计算机对反映输入和输出之间高维、复杂、非线性映射关系的小样本进行学习训练，把输出对于输入的依赖关系拟合成显式函数的工具。　　 (5)使用Visual C++编制了改进型线性递减惯性权重粒子群算法程序。获得了一种把粒子群优化支持向量机程序的输出结果作为输入，借助计算机自动搜索最优设计方案的工具。　　 (6)依托工程实例详细阐述了基于支持向量机和粒子群算法的智能方法在公路边坡优化设计中的具体应用，获得了满意的结果，为岩土工程优化设计提供了一种新的思路和途径。