用常规可靠度分析方法进行边坡稳定的可靠度分析时,可靠度分析的主程序与用GEO-SLOPE软件求解安全系数的过程需交互进行,过程繁琐。为加快运行速度,本文采用了基于RBF神经网络的蒙特卡罗模拟法(RBF-MCSM),此法在进行可靠度分析时,需在运行可靠度分析程序之前先用GEO-SLOPE软件来准备好所有样本。本文首先应用GEO-SLOPE软件中的Slope/w模块对皮园边坡四组剖面支护前后的安全系数进行求解,接下来采用基于径向基函数神经网络的蒙特卡罗模拟法(RBF-MCSM)拟合出功能函数,进而求解边坡的失效概率及可靠指标,并与常规的可靠度分析方法(中心点法、验算点法和响应面法)进行比较,由于RBF-MCSM法的计算结果与常规法中精度较高的验算点法和响应面法结果非常接近,说明RBF-MCSM法十分准确。