近年来，可靠性分析方法在边坡稳定性分析中的应用研究发展很快，并经历了由随机可靠度到模糊可靠度的过渡。目前，能充分考虑边坡的模糊随机不确定性问题的最好手段和方法就是结合模糊数学理论进行边坡的模糊随机可靠度分析。从总体上来说，边坡的模糊随机可靠度分析方法还是处于起步阶段，参数模糊数和安全系数的隶属函数等因素的确定还存在不少主观因素，有待工程实践经验的进一步积累。本文针对降雨条件下的土质边坡提出一种边坡稳定性的神经网络-模糊推理系统耦合的可靠度分析方法。论文所包含的主要工作及研究成果如下：①首先，分别从边坡变形破坏、降雨渗透因素及降雨型滑坡的预警预报角度分析了边坡安全的模糊随机性特征，并在此基础上分析了降雨对土体参数影响，推导了有效降雨量对土体重度γ的公式并将试验数据用Gauss型峰值曲线进行了粘聚力C与饱和度关系的拟合。以及建立了基于有效降雨量的降雨对土体参数影响的关系模型。②然后利用模糊逻辑与神经网络的耦合方法，采用一种简化的方法，推导了基于一次二阶中心矩法以及设计验算点法的模糊随机可靠度公式；并结合前人的研究经验以及自己的总结，选择了较为合理表达参数模糊性的隶属度函数形式，构建一种边坡危险性分析的模糊随机可靠度分析模型。在此基础上，结合降雨对可靠度分析参数的影响模型，建立了降雨条件下边坡稳定性可靠度智能评价系统，并进一步探讨了基于Matlab数值软件的Anfis系统模型的程序实现，并生成系统分析界面。③最后，采用本文所构建的边坡危险性评价模糊神经可靠度模型，以重庆中梁山南矿矸石山作为实例坡体进行研究，并进行了模糊可靠度指标的各参数敏感性分析。结果表明，提出的该模型方法可以进行降雨条件下边坡危险性分析评价。通过工程实例对系统的分析结果表明，本文建立的智能评价系统融合了不同方法和理论，具有智能诊断和判定能力，可以进行安全性评价，其结论在实际工程可以借鉴。