危险品是进行工业生产的原材料及其制品，是社会必不可缺少的物质。而随着现在物流的快速发展，工业的布局更加完善和日趋合理，危险化学品的长距离运输在所难免。由于危险化学品在航空、铁路、水路运输方面的限制，大多数的危险化学品是通过公路运输来完成的。危险化学品在运输过程中容易发生事故，引起有毒有害物质的泄露，发生爆炸、中毒等事件，造成人员伤亡及较大的财产损失，危害巨大，社会影响较大。所以，为了保障危险化学品的运输安全，进行危险品运输的风险预测及评价，可以为危险品的运输和相关管理部门提供安全技术的支持，充实风险预测及评价理论的实际应用。论文分析了国内外危险品运输风险预测及评价的现状及发展趋势，介绍了危险品的相关概念及运输的安全要求，阐述了山区高速公路危险品运输风险预测的现状及特点；对本文的研究重点山区高速公路的特殊道路状况进行了详尽的分析，并阐述其与危险品运输事故发生之间的关联；依据山区高速公路危险品运输事故发生的特性，并结合基础数据获得情况，经过分析比较，应用时间序列预测、灰色理论预测方法进行了交通事故预测，并重点结合相对智能化的神经网络技术，应用基于神经网络的预测方法进行了中短期的交通事故预测；通过对山区高速公路危险品运输事故及事故原因的分析，重点剖析相关道路因素，提取出桥梁段、隧道、急转弯、长大坡等特殊路段作为风险评价的因素，进行危险品运输风险的评价；应用危险品运输事故发生的概率理论思想，构建了基于道路因素的危险品运输风险评价的概率计算模型，并以此为依据进行风险评价，最后以某段具有典型山区高速公路特征的路段为例进行了评价分析。