随着煤炭生产迅速发展，矿区城市规模不断扩大，造成了建筑物下大量压煤。矿产资源的大量开采使许多地区形成了大规模、大范围的采空塌陷区，严重影响着采动区地表建筑物。开展采动区在役结构可靠性分析评估是工程建设的需要，也是煤炭等矿产工业走可持续发展道路所不容忽视的课题。由于采动区建筑物的可靠性评估涉及多个学科，影响因素复杂、评估所需时间长、受主观因素影响大，如何对在役建筑物可靠性进行快速、准确的评估是一个的重要课题。本文从人工神经网络的角度着手，基于国家煤炭工业《建筑物、水体、铁路及主要井巷煤柱留设与压煤开采规程》，分析了采动区建筑结构的影响因素和变形特性，运用已有的采动区建筑物可靠性评估实例，建立了BP人工神经网络可靠性评估模型，对采动区在役结构可靠性进行了评估，较好地解决了采动区建筑物可靠性评估影响因素复杂和耗时长的问题。本研究所建立的BP人工神经网络可靠性评估模型与采用传统评估方法相比具有较好的工程实用性和推广价值。论文在人工神经网络的基本理论及其在土木工程中应用的基础上，论述了应用人工神经网络解决土木工程问题的可行性，分析了采动区建筑物可靠性的影响因素，总结了地表移动变形对建筑物的影响特点和采动区建筑物的变形规律及变形特性。鉴于采动区建筑物可靠性评估影响因素复杂和耗时长的特点，本文运用采集的建筑物评估实例，基于Matlab编程和分析，采用具有良好非线性映射能力的神经网络建立了BP人工神经网络可靠性评估模型。最后，采用所建立的人工神经网络可靠性评估模型对具体的工程实例进行评估，结果与采用传统方法进行评估结果吻合，说明BP网络可靠性评估模型具有较好的工程实用性和广泛的工程推广价值。