减少道路交通事故,提高交通安全水平,已成为全社会关心的重大课题。改善道路交通安全状况,首先应明确道路交通安全水平,即进行道路交通安全评价。目前,交通安全评价的方法很多,但多数采用单一的评价方法,这些评价方法都或多或少的存在着不足与缺陷。本文首先对道路交通安全影响因素进行分析,构建道路交通安全评价指标体系,然后深刻的剖析了几种单一的交通安全评价方法,并逐个总结其自身的优点和缺陷,在此基础上,建立了以下几种交通安全组合评价模型。1、基于层次分析法的神经网络交通安全组合评价模型,该评价模型利用网络训练对层次分析法的评价结果进行修正,有效的克服了层次分析法受主观影响大的缺陷,从而得到更加准确的评价结果。2、基于灰色关联度的模糊层次交通安全组合评价模型,该评价模型利用灰色关联系数代替模糊关系矩阵来确定各评价指标的隶属度,有效的克服了交通安全评价过程中信息量不足和隶属函数难以确定的困难,从而得到更加准确的评价结果。3、基于模糊神经网络的交通安全组合评价模型,该评价模型将模糊技术与神经网络技术有机结合,构造出一种可“自动”处理模糊信息的模糊神经网络组合评价模型,从而得到更加准确的评价结果。