近年来,中国铁路工程建设发展迅速,铁路已成为人们交通出行、货物运输的重要交通工具。然而,随着装备水平和管理能力的提升,铁路运输网络不断扩大,行车速度和密度也大幅增加,导致铁路事故一旦发生就极易造成严重危害。此外,随着铁路设施设备日益智能化、一体化,各种复杂繁琐的操作指令得以简化。但这种简化使得指令作用范围变大,导致人为失误带来的事故后果被放大。同时,众多研究表明,人为因素在事故中出现的频率极高,具有一定的研究价值。因此,有必要进一步加强对铁路事故中人为因素的研究,预防事故发生。由于当前我国铁路事故报告并不公开,在数据获取上存在一定困难,且各国铁路运输系统的运营以及事故的传播机理具有一定相似性。因此本文旨在借助人为因素分析与分类系统模型（Human Factors Analysis and Classification System,HFACS）,分析国外铁路事故报告,探究铁路行车事故致因机理,为铁路安全运行提出建议,以期为我国铁路安全运行提供参考思路。论文具体研究工作如下:（1）基于HFACS的铁路行车事故致因模型构建。以英、美两国的205篇铁路事故报告的结论部分作为研究对象,通过文本分析的方法,了解事故特征,进而借鉴人为因素分析与分类系统模型HFACS在各领域的应用理论,建立铁路事故致因分析框架模型HFACS-RAs（Human Factors Analysis and Classification SystemRailway Accidents）,以期为研究铁路行车事故发生过程提供新的思路。（2）基于HFACS-RAs模型的铁路行车事故数据统计与分析。在详细阅读分析了205份完整事故调查报告的基础上,依据所建立的HFACS-RAs框架模型因素对报告进行分解与编码,统计各事故中存在的相应因素,对数据做初步的量化处理。然后,在HFACS-RAs模型致因层间存在动态演化的基础上,利用统计分析工具SPSS进行卡方检验,由上至下探索相邻因素间致因关系。（3）基于Apriori算法的铁路行车事故致因分析。依据205篇铁路事故报告中所统计的致因数据,应用Apriori算法对铁路行车事故中可能出现的全部影响因素进行关联规则挖掘,总结了事故致因链。同时针对研究结果确定关键风险管控要素,提出了系统、科学的安全建议,降低铁路事故发生频率,提高安全运营水平。