滑坡是一种重要的地质灾害,对人类的生命财产带来重大威胁。边坡在设计、施工、使用过程中存在大量的不确定性因素,如荷载、抗力及其他结构设计变量,所以必须全面考虑各种不确定性因素,以确保边坡的安全和适用。边坡的可靠度分析,是根据已知的随机变量统计参数和概率分布模型,以及给定的边坡功能状态,估计边坡在规定的条件下和规定的时间内完成预定功能的概率。本文将智能响应面法运用于边坡稳定的分析中,建立基于智能响应面的预报模型,结合蒙特卡罗法分析边坡稳定可靠度,对于结构功能函数隐式且非线性程度高、结构分析又费时的可靠度分析,可较大限度地减少结构有限元分析次数,大大提高计算效率,获得满足精度要求的结构失效概率估计值及其方差,具有重要的实际应用价值。目前,常用的可靠度分析方法有中心点法、验算点法及响应面法,但由于中心点法精度较低,验算点法和响应面法计算量较大,效率较低。为此,本文提出了可靠度分析的智能响应面法,该方法将RBF神经网络及支持向量机与蒙特卡罗模拟法相结合,进行边坡的稳定可靠度分析。本文通过对望江西路大蜀山某滑坡的计算表明,此方法计算精度较高,计算效率在验算点法和响应面法之上。这说明智能响应面法在边坡稳定的可靠度分析中有一定的优越性。本文属于国家自然科学基金资助项目(编号：40972194)的研究内容。