基于神经网络的化工安全生产评价分析劳动省化工企业六阶段安全评价法均属于指数评价法）、LEC 评价法，这些评价方法都有着这样或那样的缺陷，无法准确的发挥安全评价的作用和功能。以蒙德火灾爆炸毒性指标评价法为例，该评价方法为了使评价结果更加合理，更能反映实际的情况，除了考虑火灾、爆炸危险之外还增加了毒性指数，具有简单明了的优点，但同时该方法要求评价人员有着丰富的实践和良好的推断能力，容易受评价人员主观因素的影响，且只能对系统进行整体的宏观评价。三、人工神经网络的化工安全生产评级设计根据前人的讨论成果构建了化工企业安全评价神经网络模型。整个化工企业安全评价神经网络模型由 2 个层次 5 个神经网络组成，如图 1 所示。图 1 化工企业安全评价网络结构四、人工神经网络在化工安全生产评价中的应用优势（一）克服了传统评价方法的局限性，评价结果更科学。在运用传统方法进行安全生产评价讨论时，需要事先编制各类检查表，制定评价标准，要求评价人员有着丰富的和实践经验，评价的过程容易受分析人员主观因素的影响，致使结果不够科学、客观。而人工神经网络以系统论作为基础的，对选择的自变量进行适当的优化和控制，这样得到的评价结果更加科学。（二）运用人工神经网络模型建立的安全生产评价模型拟合了非线性函数关系。无论是危险性与可操作性讨论评价方法、危险性预先分析方法还是事故树分析方法、事件树分析方法等等，这些评价方法都直接或间接的使用了线性函数，而化工安全生产评价体系是一个复杂的系统，涉及的内容繁杂，需要考虑的因素很多，存在很大的不确定性，企业化工生产和生产评价体系之间不是简单的线性函数关系，而人工神经网络模型可以选择非线性函数建立安全生产评价模型，实现对非线性函数关系的拟合。结语：化工行业是高危性的行业，安全指标体系的是否科学、合理直接影响着化工生产系统安全评价能否发挥作用，能否减少安全事故的发生。为确保安全生产就必须选择完善的安全评价方法，以提高化工企业安全评价工作的质量。
