En los métodos actuales de confiabilidad no probabilística para taludes, se utiliza un modelo de conjunto convexo para describir la incertidumbre de los parámetros, que solo puede establecer un dominio de incertidumbre con límites regulares y cuyo rango de envolvente es demasiado amplio. Para abordar este problema, se propone un método de análisis de confiabilidad no probabilística para taludes basado en un modelo de conjunto convexo poligonal. Según el rango de los datos de muestras de parámetros geotécnicos, se construye una función aproximada del talud basada en el método de superficie de respuesta cuadrática y el muestreo hipercúbico latino; al mismo tiempo, se establecen un modelo de intervalo tradicional y un modelo de intervalo basado en el análisis de componentes principales (PCA, por sus siglas en inglés), combinando estos dos modelos para construir un modelo de conjunto convexo poligonal; se utiliza el algoritmo iterativo HL-RF (Hasofer-Lind y Rackwitz-Fiessler) para identificar el punto de falla más probable de la función de estado límite y se utiliza el algoritmo de optimización simplex para encontrar el punto extremo. Según la definición del indicador de confiabilidad no probabilística basado en la relación de distancias, se calcula la confiabilidad no probabilística del talud y se determina el estado de estabilidad del talud. El análisis de casos demostró la viabilidad del método. En comparación con los métodos de confiabilidad no probabilística para taludes basados en modelos de intervalo y modelos elípticos, este método es más coherente con los resultados del método de Monte Carlo; a medida que aumentan la variabilidad y la correlación del parámetro de resistencia al corte, el indicador de confiabilidad no probabilística del talud disminuye. Al analizar la estabilidad del talud con este método, los resultados del juicio son consistentes con los obtenidos mediante diferentes métodos de confiabilidad.

talud;confiabilidad no probabilística;modelo de conjunto convexo poligonal;variabilidad;correlación