摘要：随着中国经济的快速发展,各行各业对危险品的需求在逐年增加,铁路危险货物运量也在逐年增长。铁路危险品运输中间环节多,技术难度高,而危险品种类繁多,且办理条件复杂,这使得铁路危险货物运输的风险性较高。所以,对铁路危险货物运输进行风险性综合分析,定量的了解铁路危险运输系统的风险状况将有十分重要的意义。本文首先在介绍国内外铁路危险货物运输风险评价的研究状况和铁路危险货物运输状况的基础上,对铁路危险运输事故的成因机理进行了分析。然后综合考虑铁路危险货物运输的风险性因素,对影响铁路危险货物运输的风险性因素进行逐个分析,加以整合与优化,建立了较为全面、更有针对性的铁路危险货物运输风险评价指标体系。根据建立的铁路危险货物运输风险评价指标体系,针对遗传算法和BP神经网络的各自理论基础和在应用上的缺陷,用遗传算法来优化BP神经网络,建立较为优化的遗传神经网络模型,高效率地实现对铁路危险货物运输风险进行评价。用专家打分法构造训练样本,借助MATLAB软件工具,分别用BP神经网络和遗传神经网络对样本数据进行网络训练,通过结果对比分析,来验证遗传算法优化BP神经网络的可行性。最后用训练好的BP神经网络对实例展开风险评价,来验证模型的可行性,并通过指标参数的灵敏度分析,来确定各指标参数对评价结果的影响程度,为制定风险防范措施提供方向。