近年来，我国铁路系统发展迅速。铁路运输里程的不断增加与铁路事故的发生，使人们对铁路安全提出了更高的要求;且随着新技术新设备在铁路系统的普遍应用，使大量数据的获取变得容易，为铁路事故发生规律的挖掘提供了根据。本文利用复杂网络理论，建立基于实际铁路事故数据的事故致因网络模型与网络动态模型，对事故致因因素的相互作用关系进行研究并分析了网络的动态性。主要的研究内容如下:　　(1)量化分析节点风险与社团风险。运用复杂网络理论构建铁路事故致因网络模型，并运用FN算法对网络进行社团划分。提出等效损害概念，结合风险定义对点及社团风险进行量化。通过对网络与社团的拓扑结构分析表明社团划分有助于事故致因因素间关系的进一步挖掘，为事故成因链的辨识奠定了基础;对点与社团风险的量化分析表明，加强高风险和易触发节点的防控对系统安全有较大影响，为下一步研究奠定基础。　　(2)构建铁路事故致因关联网络模型，分析网络中的事故成因链。构建铁路事故致因关联网络模型，以复杂网络中相继故障的容量负载模型为基础，对网络中事故成因链进行辨识。在分析初始网络中事故成因链的基础上，选取节点间紧密度变化如移除Hub边、移除Hub点与移除介数最大节点后的网络，分析社团划分与事故成因链辨识的变化。通过分析各网络中事故成因链，发现部分重要节点，其在成因链中出现频率与在事故数量中出现频率大体相同;通过对比分析不同网络中的事故成因链，发现个别节点间紧密度的变化使社团划分与事故成因链辨识均发生明显变化。说明加强重要节点监督的基础上，还应从系统的角度对网络风险进行监控，并为下一步研究提供依据。　　(3)动态权重下铁路事故致因网络分析。在网络事故成因链辨识分析的基础上，建立容量负载的动态权重模型，以社团为基本单位分析网络的动态性。通过对动态网络社团结构分析，发现随着危险在网络上传播，不断有节点失效，从网络中移除;也存在部分节点在网络变动过程中一直处于同一社团。结果表明存在部分节点不仅在某个时刻，而是在多个时刻都紧密相连。在日常铁路运营管理中要加强对此类关键因素的监督，为铁路事故监控提供了新思路。