边坡是一个开放的非线性系统，其材料、赋存环境、演化过程都具有非线性，非线性是其本质属性。它处于一定的环境中，同时受到环境的影响，如降雨、地震等。边坡的大变形，乃至失稳通常是由边坡受到的外部环境和边坡本身的结构控制作用联合作用于而导致的。不同的边坡，相同外界环境的作用效果或者说影响效果是不同的，也就是说，外界环境的影响作用取决于边坡本身。当边坡条件较好时，外界环境对它的影响就小；当边坡条件不好时，外界环境可能就会成为边坡破坏的激发因素，对边坡的稳定造成很大的破坏。 监测分析或预报模型常采用的是边坡时间一位移曲线，这种方法只是单纯对边坡的变形状态，即对边坡受外界因素影响后的反应做出的分析及预报，而没有从边坡变形的机理考虑，尤其是对边坡作用的外界影响因素。由于没有考虑到外界影响因素，必然会增大分析及预报时的随机性和自由度，影响监测分析及预报的准确性，不利于把握边坡的真实状态。 因此，要提高监测分析及预报的精度，就必须考虑边坡的变形机理，及变形演化过程的非线性。 基于以上思想，本文的主要研究归结如下： (1)对常规的定性分析方法进行了总结，并对时间一位移曲线的振荡变化提出了解释，认为这是边坡内部不断调整的结果。 (2)首次将非线性动力理论-加卸载响应比加入到监测分析中，建立了降雨响应比监测分析模型。该模型从边坡变形的机理出发，既考虑了降雨对边坡变形的影响，又考虑了边坡系统演化过程的非线性，同时把降雨对边坡影响的定性化分析引入到了定量分析中。 (3)依据人工神经网络支持多因素输入及非线性系统演化的原理，把降雨因素加入到人工神经网络预报中。该方法也是从边坡变形的机理出发，既考虑了降雨对边坡变形的影响，又考虑了边坡系统演化过程的非线性，在一定程度上提高了边坡预报的精度。 (4)以国家重点工程粤赣高速公路中的K100路堑高边坡为例进行了监测综合分析，并将降雨响应比监测分析模型和基于降雨的人工神经网络预报模型应用于该边坡，验证了本文的理论与方法。