现代城市的交通系统是一个开放的、不确定的、动态复杂的巨系统。城市交通突发事件属于事故灾害研究范畴，是突发事件领域的重要组成部分。鉴于目前城市交通突发事件的频繁发生，其危害之大，但相关的研究成果却严重匮乏和基本理论体系尚未形成，本文确立以城市交通中的道路突发事件为研究对象，运用事故致因理论、贝叶斯概率论网络预测方法、主成分分析法和BP神经网络，以及系统工程集成方法，对城市交通突发事件的致因机理、风险预警和风险评价方法等内容进行了多角度的研究和论证。　　 本文首先提出和定义了城市交通突发事件的概念，界定本文研究内容。基于系统工程“人-机-环境”理论把交通突发事件的致因分为人为因素、车辆因素和交通环境因素，分析了三因素耦合致因机理，对城市交通突发事件的致灾因素进行有效的辨识。深入进行突发事件风险识别后，选取比较有代表性、客观性的几个因素进行了城市交通突发事件预测系统。采用概率预测性效果较好的贝叶斯网络构建了交通事故的风险预警模型，利用VC++6.0进行了系统设计，基于调查数据进行实证分析后发现，此预测方法效果较好。其次，建立了较为完善的城市交通突发事件的风险评价指标体系。由于人的因素不具备和车辆、环境一样的“危险等级”属性，重新确立了城市交通系统各方面因素所共有的属性，使人的因素成为了风险评价的重要因素，建立更为完善和合理的突发事件风险评价指标体系。最后，构建了风险综合评价模型，并通过实证验证了模型的有效性。在评价方法选择上，立足于方法的组合运用，利用主成分分析法对传统BP神经网络模型进行优化，形成了比较有效的风险综合评价模型，通过Matlab的仿真和实证，验证了风险综合评价模型的有效性，得到了有效、运算速度快、精度高的评价方法。　　 本文以系统思想为基础，对城市交通突发事件的致因机理和风险管理进行了系统而深入的探索和研究，提出了有效的风险预警方法，完善的风险评价指标体系和优化的风险综合评价方法，为城市道理交通的安全管理提供了框架体系。