夏比公路位于西藏自治区东北部比如县境内,随着西藏经济的发展,完善西藏地区公路基础工程设施已成必要,由此引发的边坡地质灾害也越来越多,特别是高海拔地区地质条件复杂的山区修筑公路更容易产生边坡灾害,而边坡的稳定性分析和评价是公路建设中不可避免而又十分重要的问题,但边坡工程的复杂性和不确定性给边坡稳定性分析带来了很大的困难。影响边坡稳定的因素繁多复杂,并且这些影响因素不是线性关联的而是非线性的,因此不能用数学表达式将其精确表示出来,而神经网络是一种基于模糊理论的算法的技术,具有较强的处理非线性函数的能力,因此将神经网络技术应用到边坡稳定性分析中是非常有意义的。本文以西藏地区夏比公路K85段边坡为研究对象,论述了边坡所在区的地质背景,分析了边坡特征及影响因素,尝试利用人工神经网络方法对西藏那曲地区夏比公路K85段边坡的稳定性进行评价,并在此基础上研究表明：1、影响西藏那曲地区夏比公路K85段边坡稳定的主要因素有：岩性、岩体结构、地质构造、地形地貌、风化作用、水的作用、振动作用及人类工程活动。2、对实际样本数据进行归一化处理后,可以提高网络的样本学习效率,从而实现快速达到网络预测精度。3、通过建立的模型仿真出的数据与简化毕肖普法及传递系数的稳定性分析方法比较表明：RBF神经网络预测模型能够对边坡的稳定性作出评价,得到的边坡状态与实际相符,准确度是可靠的。