随着高铁的飞速发展,让人们的出行越来越便捷,为国家的经济发展增添了新的活力。轨道交通作为国家的经济大动脉,其能否安全运营直接关系着人民的财产生命安全。因为铁路具有性能安全、可靠、高效、运输距离长、运输成本低并且运输能力强、环保、在大多恶劣天气下均能进行运输作业等诸多无与伦比优势,都是公路、海运、航空无法比拟的,所以铁路是陆上的主要运力。但是,由于我国的高铁建成时间较短、采用的新技术、新设备较多,再加之我国的高铁覆盖范围广等诸多因素使得高铁在建设和运营上面临着诸多风险问题。因此,为了保障高铁的安全运营,铁路部门将系统的安全理论引入到了高铁的管理中并大力推行针对高铁的风险管理体系,加大对铁路风险的管控力度,从而降低事故发生的可能性,为高铁的安全开行保驾护航。本文主要针对高铁中存在的风险隐患,建立适当的评价指标体系,并采用BP神经网络方法建立模型。从而利用建立的模型对高铁进行风险评价并得出相应的结论和整改建议。本文首先针对高铁上存在的风险隐患,采用故障树的方法识别出影响高铁安全运营的主要因素,并建立相应的评价指标体系。然后采用模糊算法量化出20条样本铁路的数据,再采用加权求和法降低数据的主观性。另外为了简化网络的输入,提高了网络的收敛速率。因此,当输入数据的维数较大时,采用主成分分析法对归一化后的分数进行降维处理,从而简化BP网络结构,提高了训练速率。其次,的指标体系进行降维处理后,将得到的前15条铁路的的分数作为BP神经网络的训练数据,后5条铁路的分数作为BP神经网络的测试数据。测试结果表明该风险评价模型的预测精度达到了95%,因此该高铁风险评价模型是有效的。最后,对京沪高铁同时采用BP神经网络模型评价和模糊评价法进行评价,分别得出京沪高铁的相应的风险状况,并对两种评价法进行了分析、比较。此外,还根据主成分分析法中主成分公式的系数分析了影响高铁安全的主要指标因素。进而,可以将有限的人力物力投入到对这些主要因素的管控和处理上,将好钢用在刀刃上,从而对高铁的安全管理更加的有的放矢。