边坡稳定性分析是岩土工程中的重要研究课题,而可靠度是其评价的一个重要指标,但其计算量大,且原理较复杂,难以用于实际工程中。因此,研究一种简单易行,且精度较高的边坡随机模糊可靠度分析方法具有重要的实际意义。本文引入支持向量机(SVM)方法对边坡进行随机模糊可靠度分析。首先,建立基于SVM的边坡安全系数预测模型,并使用遗传算法优化SVM核函数参数,以对边坡安全系数进行拟合和分类,再结合蒙特卡罗法提出了基于SVM的边坡可靠度分析方法,并通过算例验证方法的可行性。最后,结合钟家湾深路堑边坡工程实例,使用基于SVM的边坡可靠度分析方法分析边坡可靠度,并进行了参数敏感性分析。结合实例分析表明:基于SVM分析的边坡安全系数具有较高的准确性,而基于SVM的边坡可靠度分析方法对训练样本的完备性和代表性不高,减小了计算量,且其结果主要取决于抽取样本的数目及分布,具有较高的精度。结合钟家湾深路堑边坡工程实例,表明边坡稳定性仅以安全系数作为判定标准是不够的,需要进一步进行可靠度分析,而边坡可靠度与参数间互相关性负相关,与内摩擦角和黏聚力正相关,且对黏聚力更为敏感;当变异性较大时,可靠度与变异性负相关,但当变异性较小时,可靠度与内摩擦角变异性正相关。