列车脱轨事故是许多因素综合作用造成的，是铁路大系统中的各个子系统相互作用、相互耦合产生的综合结果。脱轨事故已成为铁路运输安全的最大隐患。防止脱轨事故，保证铁路运输安全的唯一途径就是寻找出导致脱轨事故发生的确切原因，这是铁路安全科学研究中亟待解决的问题。 本文将人工智能技术引入传统的列车脱轨事故分析领域，使用综合集成的智能化方法进行复杂事故分析研究，应用计算智能、模糊逻辑等智能分析方法综合考虑脱轨事故的影响因素，实现各种智能化分析方法和手段的综合集成，并将专家体系、数据和信息体系以及计算机体系结合起来，构成一个高度智能化的人机结合系统。 论文提出了基于模糊逻辑、模糊模式识别、以及神经网络的脱轨事故分析方法，深入研究了不同方法建立的智能系统中关键的领域知识表示以及知识获取方法。 为将各种事故分析方法综合集成，论文设计建造了列车脱轨事故智能分析支持系统(IDASS)原型。详细研究了IDASS建造的具体方法，提出了基于数据库、方法库和知识库三库集成的脱轨分析智能支持系统。IDASS原型系统的开发运用了面向对象的方法，将脱轨事故分析问题进行对象类封装。论文建立了基于分布式多专家系统的脱轨事故分析求解体系，设计了脱轨事故问题推理求解系统。研究了人机交互技术，合理地设计并实现了人机对话接口，成功地将各种智能化方法综合集成起来，运用于脱轨事故分析。 运用上述的技术和方法，成功地实现了列车小半径曲线脱轨事故分析子系统。以实际的脱轨事故为样本，验证了智能分析系统推理得出的分析结果的正确性，证明了论文提出的综合智能化脱轨事故分析方法以及IDASS建造的实用性和可行性。