随着我国经济的快速发展,城市化水平也逐步提高,越来越多的人员涌入到城市中,城市人口的大规模发展势必造成城市生活中产生一系列问题,比如交通拥堵、环境污染等；为了解决城市地面交通拥堵问题,全国各地掀起了地铁建设的热潮,截至目前为止,全国已有20多个城市拥有地铁运营线路；同时由于地铁在运营过程中会聚集大量的客流,一旦发生运营事故,后果都比较严重,由此地铁运营安全问题逐渐成为人们关注的焦点,如果能对地铁运营系统做出有效的安全性评价,便可以做到事前控制,预防事故的发生。因此,辨识地铁车站运营安全的风险因素,实现地铁车站运营安全水平的有效评价,对提高整个地铁系统的运营安全水平具有重要意义。论文首先通过分析国内外相关领域研究现状,对地铁运营安全评价及人工神经网络理论进行了相应的研究；其次通过对国内外地铁运营事故进行统计分析,根据事故致因理论,确定了地铁运营事故的主要类型及导致地铁事故的主要原因,从系统论的观点出发,把影响地铁运营安全的影响因素划分为人、设备设施、环境和管理四个方面,在此基础上较为系统全面地构建了适合我国地铁运营安全的评价指标体系；接着构建了基于改进反向误差传播神经网络(Back Propagation; BP)的地铁运营安全系统评估模型,在计算方法上,用MATLAB的神经网络工具箱(Neural Network Toolbox; NNT)来进行网络设计和计算,由学习样本的训练和测试,使模型的误差达到预定的范围内,认为该模型在评价地铁运营安全性方面可行,并对新建成通车的杭州地铁运营安全状况进行了整体评价；文章最后将地铁运营安全评价模型设计成人机交互界面的形式,为更多不熟悉Matlab程序的用户提供了方便。