该文在传统的极限平衡分析的基础上,采用了有限元分析方法,把有限元分析的应力场作为临界滑动面搜索的基础.有限元方法的采用克服了极限平衡方法不能考虑土的本构关系和初始应力的影响,免去了许多不必要的假设,更真实的反映了土坡土体的受力状态,是搜索出的临界滑动面更贴近实际潜在滑动面的位置.临界滑动面的确定,尤其是对于非圆弧任意形状的滑动面的确定是一个非常复杂的问题.现已有很多不同的优化搜索方法提出来,然而有关这些方法的可行性、实用性方面的研究还不是很充分,难以在工程实践中应用.而且现有的大多数优化搜索方法的一个最主要的缺点就是对于复杂的非均质的成层土坡情况难以保证搜索出的安全系数就是全局最小的安全系数而不是局部极植.该文在探讨已有方法的基础上,引进了两种启发式的人工智能优化搜索方法:遗传算法和蚂蚁算法.在研究和广泛领域应用中表明,这两种优化算法的全局搜索能力是强大的,而且不会陷入局部极值.该文经过大量的算例表明,这两种方法在土坡稳定临界滑动面的优化搜索方面的应用是可行的,对于任意复杂土坡任意形状的滑动面的全局搜索能力是强大的.