随着公路交通业的不断发展,我国已成为世界上隧道最多、最复杂、发展最快的国家之一。然而,公路隧道的交通安全形势不容乐观,隧道已经成为交通事故的主要空间分布点和事故黑点,且具有事故危害程度大、事后处理困难、容易诱发二次交通事故等特点,提高公路隧道运营安全管理水平仍然是我国公路交通管理者面临的重要课题。本文在阐述公路隧道交通特点、事故形态的基础上,从公路隧道交通事故的直接原因、间接原因和基础原因三方面对影响公路隧道交通事故的因素进行系统分析,阐述影响因素与交通事故的关系,为公路隧道交通事故预测模型的建立奠定基础。运用灰色关联度理论对公路隧道交通事故的影响因素指标进行分析,确定相关度较高的七项指标(GDP、隧道长度、客运周转量、货运周转量、民用客车拥有量、民用货车拥有量、机动车驾驶人数)作为最终的公路隧道交通事故预测模型的影响因素指标。在分析国内外常用的交通事故预测方法及其特点的基础上,针对公路隧道交通系统是一个动态时变参数系统的特点和神经网络在解决复杂非线性系统方面的优势,分析了神经网络应用于公路隧道交通事故预测的可行性,确定利用BP神经网络对公路隧道交通事故进行预测。在介绍了BP神经网络用于公路隧道交通事故预测的原理和步骤后,探讨了建立基于BP神经网络的预测模型的关键技术,包括网络输入输出变量的选取、样本的选取与预处理、初始权值和阈值的选取、隐层节点数的确定、神经元函数、训练算法与参数的选取等,最后以我国1995-2008年公路隧道交通事故统计数据为例对模型进行训练和检验,结果表明此模型具有很高的预测精度,可用于公路隧道交通事故预测。最后,根据致因分析和预测的结论,提出了公路隧道交通事故预防对策。分别从事故发生前(减少事故发生的可能性)和事故发生后(减轻事故发生后引起的后果)两方面提出了预防公路隧道交通事故对策体系。