目前,工程建设领域的事故发生数及其造成的伤亡损失仅次于煤矿业,而高速公路作为高危子行业,在“十一五”期间快速扩张的同时,安全现状也异常严峻,巨额损失严重影响了高速公路建设的健康发展。为此,政府在宏观上发布了一系列通知以加强安全监督,预防事故隐患和提高应急反应能力等,并要求安全管理工作实现五个方面质的转变。本文针对高速公路建设中安全风险管理转变的一些关键问题作了以下几个方面的理论和方法研究：(1)智能化、网络化、信息化是未来高速公路建设安全管理的研究趋势,本文从解决实际问题的角度出发,着眼于智能方法在施工现场中的应用,切实结合高速公路项目特点及安全现状,选用基于案例推理、规则挖掘、支持向量机和可变模糊集等智能化算法,并详细阐述其理论优越性及应用可行性。(2)数据预处理在人工智能中的地位举足轻重,占据整个智能化流程的60%,其主要目的一是为算法应用提供数据准备,二是防止数据集偏斜导致结果误差,其中,数据转换、归一化及属性降维是三种比较重要的预处理方式。由于高速公路建设过程充斥着主观、客观、定性、定量等众多类型指标值,不同智能算法对数据有不同的要求,通过实际案例分析数据预处理对结果的影响程度,从而证明其在安全决策分析中的重要性。(3)基于案例推理是参考相似项目经验的类比推理技术,高速公路项目由于自身特点导致其事故发生率高于一般的建设项目,再加上我国积累的施工资料相当匮乏,面临的问题又多为非结构化形式,使得安全决策更多地依赖于主观经验,然而受制于专家的知识背景,往往会出现决策偏差,导致前期风险预测不足,施工风险监控不力,事故应急启动慢、预案死板等问题。为提高这种非程式化安全决策问题的有效性,理论证明最佳解决方式是保留,基于此背景和理论铺垫,强调基于案例推理技术是解决目前安全决策问题的最佳方式,也是实现安全管理工作方式转变的基础,并结合高速公路项目的数据特点及安全管理工作要求,将基于案例推理中的案例表示和案例检索这两项关键技术落实到实处,建立适合高速公路建设风险预测、预警和事故应急等安全工作的智能管理框架。(4)根据安全风险管理的目的,将案例推理的数据库设置为五大模块进行风险预测、预警及事故应急等,分别为基于项目特征的风险预测、基于项目风险的事故预测、基于安全事故的风险致因查询、基于风险水平的预控方案优选和基于事故水平的应急预案优选。在实现过程中,利用案例推理技术储存相关数据,建立相应的检索机制,并统计挖掘风险—事故关联规则；利用可变模糊聚类模型对已有项目特征、风险特征及事故特征进行聚类；利用支持向量机算法对新建项目风险水平及事故水平进行分类识别；利用可变模糊质变量变判据模式对施工过程中的动态风险指标进行预警监控；利用可变模糊优选模型对风险预控方案及事故应急预案进行多目标优选。(5)结合案例库的五大模块及安全决策需求,设计并建立了C/S系统,以VB为界面平台,Access数据库为基础,Matlab为数学编程语言,解决了VB、Access和Matlab的技术互动问题,共同实现相似度检索、支持向量机模式识别和可变模糊集系列算法的功能及计算结果可视化,较为直观地为安全管理提供决策依据。