提出了基于神经网络范例推理的边坡稳定性评价方法。针对边坡的稳定性影响因素的复杂多变性和相当强的不确定性,建立了基于神经网络的边坡范例检索模型。运用神经网络强大的自适应、自组织、自学习的能力以及高度的非线性映射性、泛化性和容错性的特点,通过边坡范例的神经网络学习,建立了当前边坡和边坡范例之间相似性计算关系,最终实现了当前边坡的稳定性评价。对于 8 个验证边坡范例,模型的预测准确性达到了 100 %,范例中的 160 组数据的相关性也达到了0.981 5,表明建立的模型具有很高的预测准确性,模型的泛化能力很强。