为了量化地铁运营安全风险并识别相关风险的关键事件，从组织、人因错误的角度出发，利用贝叶斯网络构建了事故的致因关系。同时，基于模糊集理论，利用模糊语义及积分值法量化基本事件的条件概率。案例研究中，针对某地铁火灾事故，依据贝叶斯网络推理得出火灾事故的发生概率。研究结果表明，模糊贝叶斯网络对于地铁运营安全风险预测是切实可行的，计算得到的风险概率反映了地铁系统目前的安全状况。敏感性分析结果显示，车轴温度过高引起的敏感性因子最大，是引起火灾风险的关键事件。在引起这个关键事件的顶事件中，现场管理更为重要，因此加强现场管理能够更加有效地降低事故发生的概率。