将BP神经网络良好的非线性函数拟合能力，以及粒子群算法（PSO）良好的非线性优化性能相结合，提出一种基于自然选择策略的PSO-BP神经网络的滑坡可靠性评价新方法。新方法的整体布局是以BP神经网络作为滑坡可靠性分析的响应面函数，在内部实现细节上，针对传统BP神经网络权值和阈值更新过程中容易陷入局部最优特点，采用自然选择粒子群算法来替代标准BP神经网络内置的最速梯度下降法，以达到进一步优化网络的目的。以贵州省马达岭HP1滑坡为例，验证该方法的优越性，结果证明：① 该文提出的自然选择PSO-BP算法全局拟合能力更强，构造出的响应面误差更小；② 降雨对于该边坡可靠性的影响小于地震，敏感性低；③天然工况下的HP1处于稳定状态，饱和、天然地震工况下处于低危险状态。