对铁路货物运输生产中事故风险的有效控制一直是铁路运输企业及政府相关部门所追求的目标。不断提升铁路货物运输的安全性具有重要意义。列车脱轨事故由于其事故率极高、事故后果严重,一直是世界范围内铁路货物运输中的一个重大安全隐患。本文以数理统计方法为基础,以回归建模技术为核心,综合运用概率统计、回归分析、方差分析、相关分析、组合优化、遗传算法等方法和工具,分别建立起了针对路网、线路区段以及站内编组过程的货物列车脱轨风险分析模型。在路网层面,以美国铁路网2001-2010十年期间的货物列车脱轨事故为研究对象,通过对路网上的线路区段分级、对事故原因分类、用统计方法估计事故率以及建立基于能量转化原理的脱轨严重度非线性回归模型,完成了对不同等级线路区段上主要风险因子的识别与定量分析。应用实例中对不同既有线升级改造方案的风险评估表明：既有线升级改造对各主要风险因素所产生的影响差异很大——将降低绝大多数与线路有关的风险因子的风险值,但同时将使某些与轨上设备有关的风险因子的风险值升高。在作方案选择时,应综合考虑对象路网的主要风险因子及其具体运营指标。在线路区段与站内作业层面,以货物列车在途脱轨风险受具体车列编组方案、具体径路特性及列车自身特性三方面因素影响为基本假设,通过建立脱轨率的解析模型、车列脱轨点POD的概率模型以及脱轨严重度的截尾几何回归模型,形成了一套针对具体径路及具体车列编组方案的货物列车在途风险建模策略。应用举例中通过综合考虑一条径路上涉及危险品运输的一列货物列车的在途风险与站内作业过程,将问题抽象为组合优化问题并用遗传算法对模型进行了求解分析。分析的结果验证了模型的可行性与实用性,并为铁路危险品运输在具体径路上的风险控制提供了新的思路。与之前的相关研究相比,本研究的进步性体现在以下三方面：(1)将面、线、点结合的“三位一体”的铁路货物运输风险建模策略进行了详细而深入的研究；(2)与目前流行的铁路货运安全建模方法相比,本文的模型方法客观性较强、稳定性较好；(3)与目前相关研究中偏于理论研究的现状相比,本文将理论与应用较好地结合了起来。