现行许多建筑施工安全评价的研究均采用模糊综合评价的方法,这种方法简单易行,适用性广,尤其对于多因素、多层次问题可以获得较好的评价结果。但是由于水电工程施工涉及面大,因素多,如果采用模糊综合评价的方法,需要针对性地建立多套指标体系。但是建立多套指标体系会导致操作性很低,灵活度小;而建立一套统一的指标体系在很多水电施工现场中并不能完全适用,指标体系中的一项或几项指标会存在缺失的情况,模糊综合评价模型难以直接处理。由于神经网络功能非常强大,不仅具有自适应能力、集体并行运算能力和较强的存储能力,更重要的是神经网络具有很高的容错能力,能够很好地处理数据缺失的情况,因此本文拟采用神经网络模型来对水电工程施工现场进行安全评价。本文首先分析总结了水利水电施工现场的主要特点,建立了一套完整的,适用面广的水电施工现场安全评价指标体系。由于神经网络的训练需要大量的样本数据,本文通过层次分析法确定指标及准则层的权重,运用模糊综合评价法生成训练样本;然后利用此训练样本训练BP网络,得到稳定的安全评价模型。最后,分别利用文中建立起来的两种模型——模糊综合评价模型和神经网络模型,讨论对比每一项指标数据在不同模型中缺失前后的评价结果,分析指标体系中各指标对结果的影响程度。从最终的对比结果来看,通过多重插补填充数据,再利用模糊综合评价的方法进行安全评价,得到的评价结果与原有结果误差较神经网络大,对于权重值较大的指标这种误差显得更为明显。