我国既是产煤大国又是煤炭消费大国,煤炭生产行业的安全状况却非常严峻,除交通行业外,煤炭行业事故最多、占国内工业死亡人数60%以上,煤矿安全问题受到社会各界的普遍关注。及时、准确、有效的煤矿安全评价对煤炭行业的从业人员、煤矿企业以及社会的稳定都有好处。本文阐述了国内外安全评价理论和技术的研究情况,在分析了煤矿生产中常见的危险源之后,建立了一系列煤矿安全评价指标,并利用实际数据得出了一个精度符合要求的评价模型。本文综述了国内外煤矿安全评价理论和技术的研究现状,并分析了定性评价和定量评价的优缺点,在论述了我国煤矿安全现状的基础之上,说明了煤矿安全评价的重要性。人工神经网络是对人脑的抽象和模拟,通过归纳学习的方式自适应修改各神经元之间的连接权值,是反映人脑结构及功能的一种数学模型。具有良好的自适应性、自组织性和强大的学习、联想能力。在人工神经网络的基础之上,详细介绍采用了误差反向传播算法的BP网络。分析了传统BP神经网络算法的缺陷,为了克服BP网络收敛速度慢和学习过程中容易达到局部极小值的缺点,本文运用了引入陡度因子、增加动量项和自适应学习速率来解决这一问题。最后,分析了煤矿生产过程中常见的危险源和主要影响煤矿安全的灾害因子,建立了煤矿安全评价模型,针对传统煤矿安全评价中BP算法的缺点提出了改进型的BP算法,利用MATLAB7中的神经网络工具箱,建立了煤矿安全评价指标(百万吨死亡率)的三层BP网络模型,借助全国煤矿行业百万吨死亡率的实际数据完成了应用研究,最终的评价结果与实际数据基本一致。