化工生产具有易燃、易爆、易挥发、易中毒、有腐蚀性等特点，因而较其他工业生产部门有更大的危险性，安全评价工作是安全生产和安全管理的重要环节，安全评价方法的选择是安全评价工作的关键，直接关系到评价的深度和准确度，影响评价的效果。小波变换是当前国际上广泛应用的一种新的数学理论及方法，而以小波函数作为神经元的激活函数的前馈型神经网络一小波神经网络，具有很强的非线性映射能力和自适应、自学习能力，特别适用于解决因果关系复杂的非确定性推理、判断、预测和分类等问题。一旦用来评价，通过对已有安全系统及其评价结果的学习，可以获得隐含其中的人的经验、知识等直觉思维，对复杂问题做出合理的判断。本论文以安全系统工程作为分析问题的指导思想，对建立在事故致因理论基础之上的安全分析技术及安全评价方法进行了综述，指出它们各自的优点以及在应用中存在的局限性。通过对小波神经网络的结构及学习算法的简要介绍，结合神经网络的自学习能力，本文尝试将小波神经网络技术引入定量安全评价方法的工作中，通过对某化工企业的安全生产状态与非线性动力学模型的适应性进行分析，利用MATLAB中的神经网络工具箱，提出一种充分利用小波变换时频局部化性质的小波神经网络安全评价方法，并对某化工企业安全生产状态原始数据整理得出的20个实例样本的训练和验证，表明该小波神经网络方法评价结果更可靠。