本论文通过总结和分析国内外相关研究，以驾驶员在桥隧段行车过程为主要研究对象，在实际桥隧段行车实验数据处理和仿真建模的基础上，尝试将驾驶员在行车过程中所接受到的视觉信息量化，并建立了桥隧段行车的安全评价模型。在模型建立的过程中，对出现的以下问题进行了详细的研究和讨论：　　 首先，对车辆在高速公路桥梁和隧道上的行驶过程进行详细分析，找出与行车安全相关的各个影响因素，对其进行研究。在总结和分析国内外相关研究的基础上对各影响因素对行车安全的影响权重进行定性和定量分析。　　 其次，在已有研究的基础上，以驾驶员行为理论和视觉认知理论为依据，利用模糊数学中层次分析法对影响驾驶员视觉信息量进行分层，然后对目标层和因素层中的各因素权重进行计算；利用信息论的基础知识，计算驾驶员某一时刻在道路断面上所获得的视觉信息量，并讨论了行车过程中驾驶员所获得信息量的变化对桥隧段道路行车安全的影响。　　 然后，利用神经网络和模糊评价的方法，对桥隧段道路行车安全的影响因素进行处理，将其分为两层。从底层因素开始分析计算，对于能够量化的因素采用神经网络的方法对其进行处理。而相对难以量化的因素，则通过层次分析法对其进行评价，然后对所有低层因素进行归一化处理，使其能更好的作用于使用BP神经网络建立的上层因素，从而建立基于BP神经网络和层次分析法的桥隧段道路行车安全评价模型；并利用神经网络的自我训练功能，对实验路段的行车安全进行评价，得出的结果与实际情况基本相符。　　 最后，对研究过程中所遇到的问题和关于进一步研究的方向进行了简要的讨论。