我国滑坡灾害频发，已对人民的生命财产安全和经济社会的可持续发展构成了重大的威胁。近年来，随着我国现代化建设事业的不断发展，出现了大量的边坡工程以及越来越多的高陡边坡。因此，准确可靠地分析与评价边坡的稳定性，从而实现滑坡的预测预报具有重要意义。本文对常用的各种边坡稳定性评价方法进行了概括和总结，指出了各种常用方法的优缺点，并对评价方法的发展趋势做出了分析。针对边坡稳定性评价的多因素问题，建立了基于加速遗传算法的投影寻踪聚类评价模型和等级评价模型，并给出了相应的算法和步骤。用加速遗传算法进行投影寻踪方法建模，可以优化投影寻踪方法的计算过程。实例表明该评价模型是有效可行的。BP神经网络是一个复杂的非线性动力系统，具有较强的非线性映射能力。通过边坡实例的学习，BP神经网络可以建立边坡稳定性影响因素和边坡稳定性状态之间的非线性映射关系。利用这种映射关系，可以评价边坡的稳定状态，而且评价结果具有较高的精度。