由于边坡系统是一个开放的复杂系统，其稳定性受地质因素和工程因素等的综合影响。这些因素有的是确定性的，但大部分具有随机性、模糊性、可变性等不确定性特点，它们对不同类型边坡岩体稳定性的影响权重是变化的，这些因子之间具有复杂的非线性关系，因此在边坡岩体稳定性分析过程中应根据具体情况动态地选择参评因素。这些都要求边坡岩体稳定性分析方法应当具有能够同时处理确定性和不确定性信息的动态非线性的能力，在大量已有的边坡工程实例基础上，客观地识别出边坡的稳定状态。因此边坡岩体稳定性分析的智能化研究引起了广泛的关注，但由于没有成熟的理论指导，仍采用人工方法获取专家经验知识，知识表示方法也单一，建立基于“满意解”的有效专家系统工作，仍是一项艰巨任务。近年来发展的神经网络技术突破了人工智能知识获取的“瓶颈”问题，具有自学习、自组织联想记忆能力和强容错性，为边坡岩体稳定性智能化研究奠定了可靠基础。
本文在综合分析边坡岩体变形失稳破坏模式及其影响因素的基础上，提出了表征边坡岩体稳定性分析的复合指标，根据国内在各种类型岩体及岩体结构中已经成功建造的水电工程边坡的稳定状况等*! 个工程实例为学习训练样本，讨论了运用人工神经网络方法预测边坡岩体稳定性的有效性。 数据挖掘研究院
http://www.dmresearch.net/uploads/20060101/1000000006.pdf 数据挖掘研究院
