斜坡是地壳表部一切具有侧向临空面的地质体,它在自重及外部因素耦合作用下,易沿软弱面下滑、失稳破坏,即形成滑坡。滑坡是一类重大地质灾害,我国因滑坡造成的经济损失仍居高不下。分析斜坡稳定性是滑坡防灾减灾的重要内容。据岩、土力学的研究表明,斜坡稳定性可通过强度和变形两方面表征。基于极限平衡法的斜坡稳定性计算是从强度入手研究斜坡稳定性的典型案例;变形是斜坡在各种内外因素作用下的宏观体现,基于斜坡变形演化系统论的观点是从变形入手研究其稳定性的重要内容。此外,工程建设中越来越注重实时反馈的信息化施工,而反馈的信息常是通过各种监测手段获得的斜坡不同部分变形。综合以上论述可得出,建立斜坡变形演化模型(或斜坡变形预测模型)尤为重要。本文以数据驱动建模为手段,提出了两类新的斜坡变形预测模型。与物理驱动建模相比,数据驱动建模的实施更为简单,容易被工程师所应用。全文获得的主要结论如下:(1)将非线性动力系统中的自记忆性原理与灰色预测模型相结合,提出了种斜坡变形预测的自记忆性原理模型。该模型是一种单因素方法。通过将所提出模型用于古树屋斜坡与卧龙寺斜坡两个典型斜坡工程案例,与灰色预测模型GM(1,1)和人工神经网络模型预测精度相比较,反映出本文所建立模型在预测斜坡工程中的有效性和优越性。(2)建立了一种顾及斜坡变形影响因素的预测模型。该模型通过融合时间序列分解、灰色预测模型以及深度学习方法等实现。以三峡库区八字门斜坡为例,考虑降雨和库水位对斜坡变形的贡献,详细地介绍了新模型的实现过程,表明了新模型的优越性。(3)以重庆市万州区高梁镇收费站斜坡为工程实例,在查明区域地质构造、水文条件等情况下,布设监测网,监测该斜坡不同部位变形。通过卡尔曼滤波对该斜坡典型测点监测数据去噪,应用前文所提出的新模型分析该斜坡发展趋势。结果表明:在该实例的应用中,本文建立的新模型具有较高的准确度,可为斜坡工程建设所采用。