城市道路交通事故一直是制约城市交通运输发展的主要因素，严重威胁人民的生命和财产安全。提高城市道路安全性能，减少交通事故的发生成为城市交通运输发展的重中之重。城市道路交通安全评价可以针对城市道路的交通安全水平作出全面、客观地评价，通过分析，发现城市道路交通安全存在的问题，提出有针对性的对策以改善城市道路交通环境。　　模糊系统缺乏自学习能力，隶属度函数和模糊规则的选取带有一定的主观性且依赖于专家；神经网络所获得的输入/输出关系无法用容易被人接受的方式表示出来，存在非此即彼的绝对性，使预测结果与实际情况不符。针对以上缺点，通过对神经网络和模糊系统的结合方式的研究，提出了一种基于模糊神经网络(ANFIS)的交通安全体系评价方法，并将其用于实际应用。实验结果表明，与常用的神经网络和模糊系统诊断方法相比，该方法能够弥补模糊和神经网络单独应用时所存在的不足。　　在深入分析交通安全评价的基础上，借助功能强大的MATLAB语言系统及其工具箱，采用部分数据对其评价结果的准确性进行了测试，效果良好。