随着城市化进程的加快,为了解决地面交通问题,发展地下轨道交通成为众多城市的首要选择,以首都北京为例,截至2019年7月,在建地铁项目总里程达340公里,其他城市也正在建设或拟建地铁项目。但是由于地铁工程施工地上及地下周边环境复杂多变,施工技术难度大,作业面多,因而地铁工程在施工过程中面临较多的安全风险。本文旨在挖掘已完地铁工程历史数据基础上,研究出适应于地铁工程施工安全风险智能识别及动态控制模型方法,为解决地铁工程施工安全管理难题提供决策支持和依据。本文以地铁工程为研究对象,首先基于海恩法则理论,通过文献搜集法分析影响地铁工程施工安全风险的工程特征,考虑到工程特征指标之间可能会存在冗余和关联,采用粗糙集理论对这些工程特征指标进行属性约简,从而建立起地铁施工程施工安全基本工程特征体系。其次,确定数据搜集的标准及策略,收集已完类似工程数据资料,确定案例数据的表示方式,建立地铁工程施工安全基础数据库。然后,运用余弦相似度分析筛选相似案例,以此为基础采用BP神经网络模型预测拟建项目潜在风险位置、事故类型及频数,并建立安全问题分析及对策数据数据库、安全预警响应体系;结合PDCA原理建立循环安全风险控制体系,实现施工过程的动态控制。最后进行计算机智能系统软件设计,建立地铁工程施工安全风险动态管理系统,直观显示各类风险的事故征兆、事故苗头、事故隐患的各类频数,以及展示风险预警情况等,有效地辅助管理人员决策,从而实现施工安全风险控制目标。