目的 简要介绍贝叶斯网络基本概念和算法,建立贝叶斯网络预警模型对酱卤肉制品进行安全预警.方法 利用领域专家知识对可能影响酱卤肉食品安全的重金属污染物、兽药残留、食品添加剂、微生物、非食用物质5个方面的因素进行分析,划分食品安全状况等级与预警指标;运用最大似然估计算法和贝叶斯网络建立酱卤肉制品安全预警模型结构,使用VS code软件进行仿真实验,对酱卤肉制品安全的风险程度进行分类预测.结果 贝叶斯网络模型得到的酱卤肉制品总体情况与实际的数据统计值的误差在0.005～0.006的范围内,属于合理误差范围.BP神经网络和贝叶斯网络的平均准确率分别为0.85和0.99.在此次实验中,贝叶斯网络的准确率较高.结论 在小样本情况下,贝叶斯网络在酱卤肉制品安全风险预警中具有较高的准确率,是一种能准确、稳定实现酱卤肉制品安全风险预警的算法,且方法 优于BP神经网络.