安全生产一直是铁路工作的重点,而危险货物运输更是铁路运输的重中之重。随着化学品研发不断取得突破,企业生产规模不断扩大,化学品的行业需求与日俱增,这会导致铁路危险货物运输安全管理工作难度的增加。危险货物具有爆炸、易燃、毒害、感染、腐蚀和放射性等危险特性。危险货物运输是技术难度高、技术业务复杂、安全要求高的特种运输。危险货物运输过程中一旦发生事故,将可能会对人身安全、经济财产、自然环境造成极大损害,甚至会产生不良的社会影响。为保障铁路危险货物运输安全,需要对其的各方面进行全面的安全风险分析,排查安全风险。本文基于国内外相关研究,对铁路危险货物运输安全风险进行综合分析,具体进行如下研究:（1）在明确铁路危险货物运输相关概念的前提下,从安全管理的现状出发,参阅相关的法律、法规、规章和技术标准规范,分析安全风险因素,构建综合全面的、具有问题导向性的铁路危险货物运输安全评价指标体系,以便对铁路危险货物运输做出确切有效地安全风险分析。（2）改进BP神经网络,运用粒子群算法优化网络的误差回传机制,网络的各层的输出误差作为粒子群算法的适应度函数,通过更新公式不断迭代每个粒子的取值,最终使得适应度函数值最小,从而提升了BP神经网络的鲁棒性,同时运用Deep Compression模型压缩技术进行压缩处理,以提升网络运算速度。（3）以连云港市明达工贸发展有限公司铁路专用线为实际分析案例,基于评价指标体系,运用三标度的层次分析法和熵值法计算各级指标权重,构建安全风险分析模型。运用PSO-BP神经网络验证分析结果,通过对比研究发现改进的PSO-BP神经网络在同等级别数据集下运算速度提升了30%左右。通过图表描述风险变化,总结变化规律,提出相应的安全策略措施。运用故障树分析法对易发、多发的安全事故进行分析,并提出相应的预防对策。本文的铁路危险货物运输安全风险分析模型能够科学客观地分析铁路危险货物运输企业的安全状况,为铁路危险货物运输安全管理人员制定安全决策提供了理论依据。