由于燃气管道及其附属设施是一个十分复杂的系统，在输送燃气时存在着爆炸、火灾、毒性泄放、人员伤亡和设施损坏的危险性，由此而导致的与燃气输送，使用有关的灾难性事故时有发生。因此，对燃气管道的事故后果严重度进行有效的评估，据其与事故发生的概率来改进防范措施；为管道风险管理的科学决策提供可靠的依据；以能够合理地运用有限的人力、物力和财力等资源条件；采取最为适当的措施，达到最为有效地减小损失；提高效益，保护环境等目的，从而降低事故的损伤程度是很有必要的。 本文研究的课题方向为“补偿模糊神经网络在埋地燃气管网事故后果评价中的应用探讨”，其将比较前沿的学科—“模糊神经网络学”引入到燃气管道的事故后果严重度评价中，旨在建立一种更能反映管道实际运行情况、更能有效预测管道风险状况的评估系统，以期为管道风险管理者提供相关的管理依据。 本文研究的主要内容： (1) 通过对现有国内外关于燃气管道事故后果评价技术的分析研究，剖析了它们各自存在的局限性，并根据模糊神经网络技术的特性，提出了基于模糊神经网络的燃气管网事故后果严重度评价方法。 (2) 分析了管道在输送燃气过程中的动态特性，提出了用伤害模型(蒸气云爆炸模型和毒气泄漏模型)来模拟管道最有可能发生的事故形态，从而算出事故造成的人员伤亡状况和直接经济损失情况。 (3) 收集现有的燃气管道事故历史资料，找出影响燃气管道事故后果严重度的各种因素，对其进行分类，然后采用模糊转换技术，将其转化为可用于网络训练的模糊语言，力求用最原始可靠的数据来训练网络。 (4) 由于历史资料记录的有限性，采用模糊信息扩散技术来对原始记录数据进行信息扩张，以求获得更多有用的训练数据。这其中影响因素对结果的影响程度就通过因素权重来体现，因素权重的获取通过层次分析法来实现。 (5) 训练网络并用实际案例来验证网络的性能，以判断网络的可靠性、正确率。 (6) 进行毒性泄漏影响实验，用高斯烟羽模式估算出了燃气泄漏后扩散浓度随时间变化的机制，找出了燃气泄漏后的各个毒性伤害区域(即中毒致死区、中毒重伤区、中毒轻伤区和吸入反应区)，结合人口密度，估算出人员的伤亡情况。 (7) 用训练好的评估网络对现役管网进行事故后果严重度的预测评估，并结合李龙江同学所得出的管段失效概率进行风险分析并提出相关的防护措施。