滑坡是危害人类生命和财产安全的重大自然灾害,在水利工程及相关领域,边坡安全性分析是一个不可忽略且复杂的问题。对于有滑动迹象的边坡而言,其安全状态是一个动态的变化过程,在多种内部、外部因素长期影响下,土体会出现一定程度的承载力降低,导致边坡稳定性下降,更容易发生坡体滑移,如何从时效性角度分析边坡的安全性,掌握边坡运行过程中安全性变化规律,从而为边坡治理提供合理保障,是本文的主要研究目的。在分析边坡安全性时,获得有效的计算参数是其中一个重要环节。本文利用有限元方法对边坡进行数值模拟,对多层土体的不同参数组合分别计算,将位移计算值和土体力学参数值代入RBF神经网络的输入层和输出层进行训练,得到多层土体材料参数与位移之间的非线性关系,构建材料参数智能反演模型,训练完成后,将位移监测值作为输入层投入智能反演模型计算,可根据不同时间的位移监测值反演得到对应时期的多层土体力学参数,并以反演得到的参数进行有限元正分析,计算正分析位移结果与实测值之间的相对误差,验证反演模型的精确度。采用有限元强度折减法,将其与反演结果结合,得到了边坡在各个阶段的稳定性安全系数,构成边坡随时间变化的安全系数序列,并建立安全系数的预测模型,分析其变化趋势,掌握其动态变化规律。文中提出了详细计算分析步骤,并以有滑移迹象的引水渠道边坡为例,与实际工程相结合阐述分析过程,研究结果表明:将反演得到的多层土体参数代入有限元正分析,位移计算值与实测值之间误差较小,反演效果理想,建立的反演模型合理;以有限元强度折减法计算不同时期的滑坡体稳定性安全系数并绘制变化曲线,发现在分析时段内,安全系数随时间逐渐减小,滑坡体安全性整体上呈现明显的下降规律;利用回归模型和人工神经网络模型分别建立滑坡体安全系数预测模型,预测结果显示,该滑坡体到2021年4月中上旬,安全系数将低于规范中的安全要求。本文研究方法可以有效掌握滑坡体安全系数的变化规律,为其长期安全稳定运行和必要的加固提供科学依据。