铁路运输作为我国的主要运输方式一直以来承载了很大比重危险货物的运输工作。从全路局来看,超过95%的危险货物的运输作业都是集中在铁路专用线上办理。铁路危险货物专用线运输的中间环节多,并且危险货物种类繁多,因而增加了运输风险。为了降低专用线危险货物运输风险,保障运输的安全可靠性,就需要对专用线运输安全进行系统的分析评价。现阶段情况下,对铁路危险货物在专用线运输的安全评价集中在资质管理和设备设施上,属于定性评价,更多的是依靠经验管理,缺乏针对性和理论性的指导。针对这方面的不足,论文提出了对铁路危险货物专用线运输安全进行评价时用定性判断和定量分析相结合的方法。本文首先概述了国内外危险货物运输安全评价的主要现状,更进一步地对铁路危险货物专用线运输安全分析评价方法和运输现状做了阐述,在此基础上,对可能造成运输风险的各种因素进行了分析。其次从铁路危险货物专用线实际情况出发,对危险货物专用线运输过程的所有影响安全的因素进行逐个分析。从而建立一个较全面、有针对性的评价指标体系,用于对危险货物运输安全的评价研究。然后基于神经网络、粒子群优化算法的各自理论,分析他们的优缺点以及在各自领域的应用,探讨他们组合可行性来建立风险评价的模型。利用专家打分来确定训练样本,对构造BP网络拓扑结构模型的参数进行确定,提出利用粒子群算法优化BP神经网络的方法建立安全评价模型。再借助MATLAB软件工具完成对神经网络的训练。最后,将中国石油天然气宁夏石化分公司的铁路专用线作为研究对象对模型进行了验证。结果表明该模型可靠性高,可用性强。为了进一步确定各影响因素指标参量对最终评价结果影响程度的大小,对各指标参量做了灵敏度分析,结果表明,危险货物运输设备、载用工具、安全监控检测及报警设施、应急救援设施这4个因素对该公司专用线运输安全的影响程度最大。