因为经济和社会的的高速发展,我国已经成为世界上电梯需求量、使用量和保有量最大的国家之一,乘坐电梯已经成为了许多人日常生活中一个重要的部分。作为一种与人们生产生活密切相关的工具,其安全性与可靠性直接影响着人民群众生命财产的安全。电梯安全评价就是应用某些特定的方法或技术对电梯运行的安全状况作一个全面的反映,提前发现那些在电梯运行中可能存在的安全隐患,预防电梯安全事故的发生。从这个层面上来说,电梯安全评价是电梯安全管理事业中一个不可或缺的组成部分,对电梯进行安全评价有助于认清电梯安全状况、明确安全隐患来源与及时排险,电梯安全评价是电梯安全管理的基础与重要手段。本文以目前使用和检测量最大的曳引式载人无机房电梯为研究对象,首先从分析电梯的物理结构和安全要求入手,对电梯可能出现危险的结构与部件进行了辨识,并对电梯可能发生的安全事故的种类及其成因展开了详细的讨论。然后通过对几种常见的安全评价方法的适用范围、优缺点等进行对比分析,结合研究对象的特点及评价的目标等最终选定使用离散型霍普费尔德神经网络(DHNN)作为我们评价的方法。然后通过对相关的文献的搜集、阅读与分析整理,在参考专家意见与建议的基础上完成了电梯安全评价指标体系的构建。针对电梯安全评价中具有丰富知识与经验的专家数量的不足,我们利用离散型霍普费尔德神经网络记忆-学习-联想的功能来解决这个问题。即首先让神经网络去“记忆”一些专家评价的结果,“学习”其评价的模式,然后当新的数据输入的时候,神经网络就“联想”以前类似的电梯专家是怎么对其进行评价的,然后据此对其作出评价,在这一过程中其实是通过神经网络模拟了专家的思维过程。本文首先将以前一些由专家做出的评价结果转化成可以被神经网络识别的形式,将其输入神经网络对网络进行训练,对专家评价的模式进行记忆。然后我们应用训练好的神经网络去对电梯的安全状况作出评价并对评价的结果进行检验。应用离散型霍普费尔德神经网络方法去评价电梯的安全性,其适用性与效果都很好。与传统的评价方法相比,该方法可以通过调用matlab中的网络函数来实现,使用者只需对于网络训练函数(newhop)的调用方法有一定的了解即可上手,使得安全评价的速度得到了很大的提升。将离散型霍普费尔德神经网络应用在电梯安全评价与管理事业方面具有良好的实用价值与应用前景。