随着科学技术和现代工业的高速发展，安全评价工作成为现代安全生产和安全管理的重要环节。安全评价方法的选择是安全评价工作的关键，直接关系到评价的深度和准确度，影响评价的效果。对安全评价手段和方法的要求也越来越高。研究新的评价方法提高安全评价的质量对当前的安全生产有着重要意义。　　 人工神经网络技术具有很强的非线性映射能力和自适应、自学习能力，特别适用于解决因果关系复杂的非确定性推理、判断、预测和分类等问题。安全评价的对象就是许多定性因素穿插交融的复杂系统，既含有确定因素又含有不确定因素。神经网络技术通过对已有安全系统及其评价结果的学习，可获得隐含其中的人的经验、知识及对各种因素重要性的看法等直觉思维，恰好可以在安全评价中得到应用。一旦用来评价时，网络便可以再现这些经验、知识及思维，对复杂问题做出合理的判断。　　 本文了介绍油库安全评价和人工神经网络的基本理论，指出神经网络方法用于安全评价的特点和优势，将人工神经网络理论引入油库安全评价的工作中，较充分考虑影响油库安全的各种因素后建立了较完善的评价指标体系，建立基于BP神经网络的油库安全评价模型并编制了visual Basic模型程序，运行程序计算后分析了BP神经网络评价方法的标准误差，应用所得权重进行了安全度预评价，并针对某油库情况，进行权值分析得出了油库安全整改方案，充分说明神经网络技术在油库安全评价中的应用是具有理论研究意义和实际应用价值的课题。