本文通过分析煤炭资源在我国经济建设中的重要地位和我国煤炭行业的安全现状指出了安全评价对煤矿生产的重大意义和建立相应的标准化、系统化煤矿安全评价系统的必要性。　　目前，国家对于煤矿安全评价的内容与步骤有着详细的规定，制定了比较完善的煤矿用安全检查表。相比其他方法而言，安全检查表方法的可行性与可靠性都得到了验证，是目前煤矿安全评价的主流方法。因此，本系统将安全检查表法列入评价模板中评价方法选择之一，作为基本评价方法。　　由于目前国家对煤矿安全评价检查表的具体内容有着详尽的规定，按照这些详细规定开发一个固定的安全评价系统简单可行。但是这种内容完全固定的安全评价系统缺陷也比较明显，一旦国家规定的检查内容或者评分办法发生一点点细微的变化，这种内容固定的评价系统就失去了作用，需要专业的编程人员对程序源代码进行重新编写与改进再发布新的评价系统程序，这种做法显然增加了应用成本，降低了工作效率。　　因此，本文提出安全评价模板的概念。以评价模板为基础进行安全评价系统的开发，允许用户自定义调整评价内容、评价方法、计算规则、评价过程的界面与控件，使得整个安全评价系统成为一个动态的、可调节的评价系统。　　安全评价自诞生以来，出现了各种定性或定量的评价方法，经历了一个由简单到复杂、由粗放到精确的发展过程。随着对安全评价的重视程度越来越高，由于安全评价本身要素众多且极具复杂性、不确定性，在许多情况下，原有评价方法难以满足需求,因此人们开始将模糊理论应用于安全评价。人工神经网络评价法是模糊评价方法中的一种，对于解决非线性、离散系统的安全评价问题有独特的优势，它的自适应、自学习能力也与本系统动态更新的特征相吻合，因此将BP神经网络法作为评价方法的另外一个选择。按照本文“评价模板”的思路，只需添加相应模块，各种评价方法都可作为本系统的评价方法选择。　　除了研究安全检查表法和人工神经网络评价法评价模板各自的技术实现方法，本文还讨论了如何取长补短，在现有的较成熟的安全检查表及其评价记录的基础上建立相应的人工神经网络评价模板，并以矿井自然安全条件检查表为例，建立了对应的人工神经网络。通过对该网络的仿真输出与期望输出进行线性回归分析，验证了该网络的性能，证明了该转换方法的可行性。　　此外，借助评价模板的概念，系统将不仅能应用于煤矿安全评价。不同行业、不同生产单位的工作人员都可以在完全不了解编程知识的情况下建立需要的评价模板，应用于该行业的安全评价工作实践。