1.一种边坡地震稳定性预测方法，其特征在于，包括：向振动台发送控制信号，所述控制信号包括控制所述振动台向边坡加载第一地震波的命令；

获取第一输出数据和第一输入数据，所述第一输入数据包括第一边坡参数、第一地震波参数和第一土体参数，所述第一输出数据包括设置在所述边坡上的加速度传感器所采集的最大峰值加速度；

建立第一BP神经网络模型，将所述第一输入数据和所述第一输出数据输入所述第一BP神经网络模型中，获得经过训练后的第二BP神经网络模型；

获取第二输入数据，所述第二输入数据包括第二边坡参数、第二地震波参数和第二土体参数；

将所述第二输入数据输入所述第二BP神经网络模型中，得到第二输出数据；根据所述第二地震波参数中的最大峰值加速度数据和所述第二输出数据，计算得到所述边坡的第一PGA放大系数。

2.根据权利要求1所述的边坡地震稳定性预测方法，其特征在于，所述获取第一输出数据，包括：

获取第一子输出数据、第二子输出数据和第三子输出数据，所述第一子输出数据包括设置在所述边坡坡顶的第一加速度传感器所采集的最大峰值加速度，所述第二子输出数据包括设置在所述边坡坡面的第二加速度传感器所采集的最大峰值加速度，所述第三子输出数据包括设置在所述边坡坡脚的第三加速度传感器所采集的最大峰值加速度；

将所述获取第一子输出数据、第二子输出数据和第三子输出数据进行排序，选取最大峰值加速度的值最大的数据为所述第一子输出数据。

3.根据权利要求1所述的边坡地震稳定性预测方法，其特征在于，所述建立第一BP神经网络模型，包括：

建立3层随机重连型BP神经网络，在所述3层随机重连型BP神经网络中设置多个输入神经元和1个输出层神经元，所述输入神经元的个数与所述第一输入数据中的参数个数相等；

通过公式（1）确定隐藏层神经元数：                     （1）公式（1）中，m为隐藏层神经元数，n为输入层神经元数，l为输出层神经元数，a为0～10的任意常数。

4.根据权利要求1所述的边坡地震稳定性预测方法，其特征在于，所述根据所述第二地震波参数中的最大峰值加速度数据和所述第二输出数据，计算得到所述边坡的PGA放大系数后，还包括：

生成多组第三输入数据，每组所述第三输入数据包括第三边坡参数、第三地震波参数和第三土体参数，每组所述第三输入数据互不相同，所述第三输入数据中的每个参数，均为在所述第二输入数据中的每个参数的基础上分别加上一个随机数得到的；

分别将每个所述第三输入数据输入所述第二BP神经网络模型中，得到多个第三输出数据；根据所述每个第三输入数据和每个所述第三输出数据计算得到多个对应的第二PGA放大系数；

获取预设的PGA放大系数的阈值，将每个所述第二PGA放大系数与所述PGA放大系数的阈值进行比较，筛选出小于所述PGA放大系数的阈值的第二PGA放大系数，将筛选出的第二PGA放大系数和所述筛选出的第二PGA放大系数对应的第三输入数据输出。

5.一种边坡地震稳定性预测系统，其特征在于，包括：发送模块，用于向振动台发送控制信号，所述控制信号包括控制所述振动台向边坡加载第一地震波的命令；

第一获取模块，用于获取第一输出数据和第一输入数据，所述第一输入数据包括第一边坡参数、第一地震波参数和第一土体参数，所述第一输出数据包括设置在所述边坡上的加速度传感器所采集的最大峰值加速度；

第一计算模块，用于建立第一BP神经网络模型，将所述第一输入数据和所述第一输出数据输入所述第一BP神经网络模型中，获得经过训练后的第二BP神经网络模型；

第二获取模块，用于获取第二输入数据，所述第二输入数据包括第二边坡参数、第二地震波参数和第二土体参数；

第二计算模块，用于将所述第二输入数据输入所述第二BP神经网络模型中，得到第二输出数据；根据所述第二地震波参数中的最大峰值加速度数据和所述第二输出数据，计算得到所述边坡的第一PGA放大系数。

6.根据权利要求5所述的边坡地震稳定性预测系统，其特征在于，所述第一获取模块包括：

第一获取单元，用于获取第一子输出数据、第二子输出数据和第三子输出数据，所述第一子输出数据包括设置在所述边坡坡顶的第一加速度传感器所采集的最大峰值加速度，所述第二子输出数据包括设置在所述边坡坡面的第二加速度传感器所采集的最大峰值加速度，所述第三子输出数据包括设置在所述边坡坡脚的第三加速度传感器所采集的最大峰值加速度；

第一计算单元，用于将所述获取第一子输出数据、第二子输出数据和第三子输出数据进行排序，选取最大峰值加速度的值最大的数据为所述第一子输出数据。

7.根据权利要求5所述的边坡地震稳定性预测系统，其特征在于，所述第一计算模块包括：

第二计算单元，用于建立3层随机重连型BP神经网络，在所述3层随机重连型BP神经网络中设置多个输入神经元和1个输出层神经元，所述输入神经元的个数与所述第一输入数据中的参数个数相等；

第三计算单元，用于通过公式（1）确定隐藏层神经元数：                     （1）公式（1）中，m为隐藏层神经元数，n为输入层神经元数，l为输出层神经元数，a为0～10的任意常数。

8.根据权利要求5所述的边坡地震稳定性预测系统，其特征在于，所述系统还包括：第三计算模块，用于生成多组第三输入数据，每组所述第三输入数据包括第三边坡参数、第三地震波参数和第三土体参数，每组所述第三输入数据互不相同，所述第三输入数据中的每个参数，均为在所述第二输入数据中的每个参数的基础上分别加上一个随机数得到的；

第四计算模块，用于分别将每个所述第三输入数据输入所述第二BP神经网络模型中，得到多个第三输出数据；根据所述每个第三输入数据和每个所述第三输出数据计算得到多个对应的第二PGA放大系数；

第五计算模块，用于获取预设的PGA放大系数的阈值，将每个所述第二PGA放大系数与所述PGA放大系数的阈值进行比较，筛选出小于所述PGA放大系数的阈值的第二PGA放大系数，将筛选出的第二PGA放大系数和所述筛选出的第二PGA放大系数对应的第三输入数据输出。

9.一种边坡地震稳定性预测设备，其特征在于，包括：存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现如权利要求1至4任一项所述边坡地震稳定性预测方法的步骤。

10.一种可读存储介质，其特征在于：所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至4任一项所述边坡地震稳定性预测方法的步骤。