甘泉铁路作为解决蒙古国南戈壁省塔本陶勒盖煤田、奥云陶勒盖铜矿、欧布尔查干煤田开发和运输问题的关键工程,保证其正常运输不但有利于中蒙两国在资源和能源领域的合作,实现优势互补,在促进两国经贸关系向更深、更广的方面发展具有推动作用,而且是配合我国新的资源、能源战略的重要举措。可是在2018年7月,甘泉铁路遭遇了线路运营以来最大的洪灾危害,造成甘泉铁路多处桥梁护锥被冲毁、路基边坡被掏空、便道被冲断、沿线部分电杆被冲倒、水源井被污染、出入道路被冲断或被水淹等严重问题。甘泉铁路防洪系统存在严重不足,受灾前防洪系统无法及时准确地检测预警,受灾时部分线路配备的防洪设施能力不足,无法有效阻挡此次洪灾的危害。因此,为了能够清楚地掌握甘泉铁路的防洪能力,及时有效的补齐短板,防止同样事故再次发生,本文以此为背景,以甘泉铁路为研究实例,选取22个影响因素构建了甘泉铁路防洪评价体系,并利用BP神经网络对甘泉铁路防洪系统进行综合评价。具体研究内容如下:(1)以洪灾对人类日常生活以及铁路运输造成的影响为背景,阐述铁路防洪系统评价体系的重要性,引出本文的研究意义及目的;以甘泉铁路为例,阐述洪灾系统及其风险,铁路防洪体系。(2)根据甘泉铁路现状,采用频率统计法、聚类分析法、经验判断法和专家评价法等方法选取了22个指标作为甘泉铁路的评价体系指标,并按照层次分析法与聚类分析法将22个指标归纳为结构合理性、功能完善性和协调程度3个准则层,其中结构合理性包括7个指标、功能完善性包括7个指标、协调程度包括8个指标。(3)选择BP神经网络作为甘泉铁路防洪体系的评价方法。然后建立了基于BP神经网络的甘泉铁路防洪体系评价模型,对模型中具体的评价流程、评价指标量化、训练样本选取、指标权重转换、网络输出标准化等相关问题及算法进行论述。(4)对甘泉铁路防洪指标的指标类型及等级区间进行划分;然后利用TOPSIS法选取70组训练样本,利用Matlab中的神经网络工具进行网络学习,寻找最优隐含层节点数为8;对甘泉铁路防洪系统进行综合评价及各指标的影响权重,综合评价值结果为0.5204,防洪水平一般;最后根据综合评价结果及各指标影响权重,对甘泉铁路防洪系统的现状进行分析评价并提出整改建议。