科学技术的巨大进步在满足人类日益增长的物质文化需求的同时，也给人类社会造成了一系列的生态环境问题，严重威胁着人类的健康和城市生态环境的可持续发展。城市生态安全评价是通过科学合理地评价城市生态安全，使人类提前认识到城市生态环境问题的严重性，起到预警的作用。同时为提升城市生态安全状态，实现城市生态安全可持续发展作决策依据。　　本文以重庆市城市生态安全评价为研究对象，分析评价对象数据特征，结合粗糙集的知识约简理论、BP神经网络较强的非线性拟合特性、支持向量机解决小样本和高维度数据样本的优势，对城市生态安全评价方法进行研究。主要研究内容如下：　　① BP神经网络因较强的非线性拟合特性，已经在城市生态安全中得到了应用。但在项目应用中发现，城市生态安全评价指标多、样本数量有限，构建的BP神经网络评价模型会因神经网络结构复杂、训练样本相对不足而使训练得到的网络“过拟合”、泛化性不高，甚至无实用价值。本文通过引入粗糙集知识约简理论，对城市生态安全评价信息系统进行属性约简，去除冗余属性，达到简化神经网络结构、消除样本偏少对网络结构影响的目的，进而提高神经网络评价模型用于城市生态安全评价的泛化性和实用性。通过重庆市生态安全评价样本实例验证，RS－BP神经网络评价模型进行城市生态安全评价是可行的。同时，本文针对部分文献中提到利用在评价指标各等级标准值间随机产生数据作为网络样本，以实现多样本的方法，通过实例验证，该方法虽能产生大量样本，但对具体对象的评价无实际意义，还需进一步研究。　　②针对城市生态安全评价监测数据具有小样本、高维度特征，本文提出利用对小样本、高维性数据进行模式识别具有优势的SVM多分类评价方法。通过将SVM决策二叉树应用到重庆市城市生态安全评价中，实验验证城市生态安全SVM多分类评价方法计算简便、快捷、评价准确率高，在小样本数据中具有较大的实用性和较高的泛化性，有较好的推广价值。　　根据城市生态安全评价样本特点建立评价模型，为实现城市生态安全可持续发展提供决策依据。本文提到的两种城市生态安全评价方法各有优势，在实际应用中，可根据评价对象监测数据特征和评价需求，选择合适的评价模型。