化工企业因其生产的特殊性,事故往往会造成大量的财产损失、人员伤亡及环境污染等,后果极其严重,实施准确、全面、快速的环境风险分析是实施风险管理的关键环节,因此,有必要对化工企业的环境风险评价方法进行深度研究。本文基于国内外对化工类项目环境风险的评价指标体系和评价方法的研究基础上针对当前评价方法存在的不足,探索性地提出一种基于BP神经网络的评价方法,通过建立化工类项目风险的评价指标体系和BP神经网络模型,给出了可行的评价程序；在计算方法上,用MATLAB2009a的神经网络工具箱(NNT)来进行网络设计和计算,由学习样本的训练和检验,使模型的误差达到预定的范围内,结论表明BP神经网络模型用于化工企业环境风险评价的精度比较高,可以达到10-5量级,输出精度可以达到10-4量级。最后,以实例验证了这种方法的有效性和可操作性。在此以帝斯曼维生素(上海)有限公司聚酯树脂改扩建项目的环境风险评价为例,验证结果表明,该项目的风险值为0.3860,风险较低,与实际评价情况相符,同时通过分析指标的改变对总体风险值的影响,得出该项目最有效的降低风险措施是减少风险物质贮存量。