对一个地区的食品安全风险状况进行预测,是当前我国基层食品安全监管工作的一个热点与难点问题。基层监管部门对管辖范围内的食品安全状采用的不合格率评价方法,简单、易行。但是该方法不能很好的反映一个地区内某些食品风险因子的变化趋势。为弥补这一缺点,本论文尝试构建食品风险系数评价体系。食品风险系数评价体系从评价对象和监管角度出发,分析和探讨食品安全的内涵、食品中危害因子种类及其对食品安全影响程度的关系,为食品风险系数的构建提供依据。在此基础上,提出食品风险系数的构建原则、指标体系及计算方法,构建出的食品风险系数,简单、客观,可操作性强;基于食品风险系数,再结合BP人工神经网络模型对数据趋势的预测功能,将食品风险系数成功应用于各类食品、各类待测参数的安全趋势预测预警等领域,为基层食品安全监管有的放矢提供科学理论依据。通过研究论文得到如下主要结论。(1)食品安全风险系数“物质确定"、“数源确定”、“标准限量值”和“信息全面"原则来构建具备相应的简便性和适用性。以确定性的食品中危害因子为评价对象、以食品安全标准限量值为根本依据,以“不合格率”和“不合格度”为数据输入,最终成功构建的食品风险系数。该指数能够很好的反映某类食品或某类待测参数的风险程度,分辨风险的能力优于传统的不合格率评价指标;且该指数计算更简便,数据来源更可靠,不依赖主观评价从而更客观。(2)提出了采用MATLAB2012a中神经网络工具对食品风险系数进行数据挖掘,构建食品安全风险预警系统。通过大量的食品风险系数作为输入,选择合适的训练方法,再用已经数据进行验证,并及时更新数据库,将新的数据用于预测系统的训练,得到的基于BP神经网络数据挖掘的的食品安全预警方法能够对输入批次进行有效的预测。该方法操作简单,非常有利于基层食品安全监管部门完善相关预警技术手段,支撑监管部门明确各时间段的监管重点,最终提高监管决策的有效性,使有限的资源产生最大监管效果。