随着我国航空运输业的不断发展，航空公司运营规模的逐渐扩大，航线上投放的运力和经营的航线数目都在逐年增加，航空公司飞行安全面临着越来越大压力。近年来仍时有发生飞行事故征候和安全事故，对我国航空公司的飞行安全管理提出了严峻的挑战。同时，飞行安全是关系航空公司发展，影响航空公司国际地位的重要因素，也是航空旅客所关心的话题。论文构建了影响航空公司飞行安全的评价指标体系，通过引入BP神经网络评价方法，建立了航空公司飞行安全风险评价的神经网络模型，通过实例演算说明了该方法的有效性，这对于提高航空公司飞行安全管理水平具有重要的理论和现实意义。论文首先全面分析了航空公司飞行安全对整个航空运输系统以及航空公司的重要性，在此基础上，应用系统理论的方法，以科学的、全面的、可比的、客观的和实用有效的原则确定了影响航空公司飞行安全的评价指标体系。评价指标体系由安全管理、运行环境、机组资源和飞机因素4个一级评价指标和27个二级评价指标构成。其次，论文在介绍层次分析法、三角模糊分析法、模糊综合评价法和证据理论法及其应用特点进行分析的基础上，引入BP神经网络作为航空公司飞行安全风险评价研究的网络模型，详述BP神经网络的算法，并针对现有的标准BP神经网络的收敛速度慢、学习效率低、训练过程不稳定等缺陷提出改进后的BP算法模型。然后，为了克服定性指标受专家主观因素影响，采用熵权法对定性指标进行客观量化处理，作为网络模型的输入数据。论文选取50组样本数据构建网络模型，随机抽取4组样本进行检验，通过MATLAB软件编程测得网络均方差为：0.0018，标准差为：0.044，满足评价精度，论证了方法的可行性。最后,论文对航空公司飞行安全的评价指标进行了灵敏度分析，找出了影响航空公司飞行安全的关键指标：安全教育与技术培训管理情况、飞机维护达标情况、应急管理培训与实施情况、机务人员的素质和机组人员违规操作，针对影响航空公司飞行安全的关键指标提出了相应的建议措施。这对于加强飞行安全管理，改善飞行安全风险水平，保障航空公司飞行安全具有一定的指导意义。