随着2003年《中华人民共和国清洁生产促进法》的颁布，2004年《清洁生产审核暂行办法》的发布和实施，全国上下正在全面推行清洁生产。清洁生产已经被作为一种预防企业污染的有效途径，清洁生产审核则是推行清洁生产的基本手段。目前有些电子企业有进行了清洁生产审核，但是在这个行业还没有统一的行业清洁生产标准，其清洁生产还在一个摸索阶段。　　 本论文通过对东莞某电子制造企业的调研以及参与其整个的清洁生产审核过程，对清洁生产指标体系和水平评价进行了研究，主要从有行业评价指标体系和没有行业评价指标体系两方面探讨清洁生产水平评价。　　 对于有行业评价指标体系和标准的清洁生产水平评价，按照国家标准进行评价。　　 对于没有行业评价指标体系和标准的清洁生产水平评价，本论文采用了模糊数学法和BP神经网络两种方法进行评价。模糊数学法在水平评价中是应用比较早，比较成熟的评价方法。本文运用模糊数学法对企业清洁生产水平六个方面构建的14项指标体系进行评价，通过三种模糊算子模型Ⅰ：M（∧，∨），模型Ⅱ：M（·，V）和模型Ⅲ：M（·，⊕）的评价结果比较，确定模型Ⅲ为最佳模糊算子进行清洁生产评价。　　 BP神经网络在水平评价中的应用比较少，在清洁生产水平评价中更少，并且方法也不同。本文借助于MATLAB神经网络工具箱来实现BP神经网络对清洁生产水平的评价，结果表明，BP神经网络应用在清洁生产水平评价中是完全可行的。训练BP神经网络的输入数据和输出结果分别采用模糊数学法加权平均型模式算子的输入隶属度数据和其产生的输出评价结果，采集了10组训练数据。神经网络结构采用单隐层的三层BP网络，输入层函数选logsig，输入节点数为14；输出函数为purelin，输出节点数为5；隐层函数选logsig，隐层的节点数的确定非常关键，因而通过比较训练成功次数、训练收敛速度、训练样本误差大小和泛化能力等进行反复实验，最终选定隐层节点数为12。确定了BP神经网络结构并训练成功之后，再输入3组数据进行测试，并把测试的结果与模糊数学法进行比较，得到神经网络的评价结果与模糊数学法的评价结果一致。　　 BP神经网络通过训练样本的学习，把清洁生产评价的专家知识学会并保存在三层网络之中，这样可以避免人为的因数，使结果更加公正，更加准确。如果在收集了很多组以往专家评价的结果，按照本文的方法去训练BP神经网络，则基本上可以用BP神经网络法代替专家的评价，这样可以节省人力和财力，使清洁生产评价更加简单快捷，提高工作效率。　　 为了使清洁生产水平评价具有可操作性，方便使用者应用到实践中，对于有行业评价指标体系的清洁生产水平评价，编了VB可视化程序，安装后根据界面输入实际的数据就可以得到相应的评价结果；对于没有行业评价指标体系的清洁生产水平评价，本文编写了matlab脚本程序，实际应用中只要把本文的调试数据改成实际应用的数据就可以得到结果。这样，清洁生产水平评价更方便，更实用。