随着我国国民经济的快速增长,公路建设里程数也在不停地增加。较以往相对施工难度大、投资费用高的山区道路也有较大的发展,山区的道路里程和路网密度都有显著的提升,危险品道路运输量也快速增长。根据历史数据显示,我国近一半的危险品运输事故发生在山区道路。由于事故发生点地理位置特殊,救援难度大,加之危险品的特殊危害性,所以事故一旦发生,往往会造成巨大的后果。因此,本文以山区高速公路危险品运输为切入点进行研究。首先,通过对比山区高速公路和平原区高速公路事故影响因素的不同,得出道路因素是导致山区高速公路交通事故最主要的因素。在此基础上,分析了山区高速公路的特点,阐述了桥梁、隧道、弯道、坡度对交通运输安全的影响。然后,阐述了山区高速公路危险品运输风险预测的现状及特点,并分别介绍了常用预测模型及其优缺点。结合山区高速公路影响因素多且不确定的特点,选用预测精度较高的灰色GM (1,1)与BP神经网络组合算法对济青高速南线(G22东段)高速公路沂源路段进行危险品运输事故量的预测,充分利用了灰色预测需求样本数据少,神经网络非线性拟合能力强的优点。由所得预测值,判断此路段危险品运输风险,同时为交通管理部门的管理和规划提供数据支撑。最后,采用模拟软件ALOHA,通过对影响因素进行优化、筛选,利用软件针对选取位置济青高速南线(G22东段)青岛方向K219.073桩号处(118°22’E,36°06’N)进行危险品运输事故的危害等级和危险范围模拟。为危险品运输事故救援提供理论支持,为山区高速公路危险品运输事故应急响应提供帮助。