航空公司是航空运输的重要载体,其飞行安全管理水平的高低关系到乘客的生命安全。我国民航经过多年的努力,在安全管理上形成了具有自己特色且与国际民航接轨的飞行安全管理体系。然而,随着越来越多的机场、航线陆续投入使用,航班数量日益增加,航空事故的发生频率也逐年增长,航空公司飞行安全管理工作面临严峻的考验。研究航空公司飞行安全管理水平,可以更好的了解影响航空公司飞行安全管理的关键因素,通过制定相应措施来控制这些关键因素,降低航空公司飞行安全风险,这对提高航空公司飞行安全管理水平来说非常必要。本文以海南航空公司为研究对象,引入BP人工神经网络来评价海南航空公司飞行安全管理水平,详述BP神经网络的算法,并分析了BP神经网络的应用局限性。本文对一些大众化的指标影响因素进行重要性分析,对影响飞行安全的指标进行了初步的筛分,根据飞行安全评价指标的构建原则以及海南航空公司本身的飞行安全管理情况,构建了海南航空公司飞行安全评价指标体系。利用海南航空公司的实际指标数据为样本训练出了BP人工神经网络模型。通过各项实例检验,证明了BP人工神经网络模型在海南航空公司的飞行安全管理水平评价方面的可行性。论文对海南航空公司飞行安全评价指标体系中安全管理、运行环境、机组资源和飞机因素这4个一级指标下面的17个二级指标逐一进行了灵敏度分析,找出了影响海南航空公司飞行安全管理水平的五个关键指标。分别是安全教育与技术培训管理情况、应急管理培训与实施情况、机组人员违规操作、签派可靠性和机组资源管理能力这些指标。其中安全教育与技术培训管理情况、应急管理培训与实施情况和签派可靠性这三个指标是安全管理一级指标下的二级指标,机组人员违规操作和机组资源管理能力这两个关键指标是机组资源一级指标下的二级指标。在对这些关键指标进行详细分析的基础之上,就海南航空公司的安全管理和机组资源两个方面分别提出了提高安全管理水平和提升机组人员综合素质两个改进对策。本文的创新之处在于,构建海南航空公司飞行安全评价指标体系所采用的方法,填补了航空领域飞行安全指标体系构建方法上的空白。