建筑业作为高风险行业，施工现场安全事故的发生对社会经济、人民生活和自然环境都将产生重大的影响。国内外的研究人员和从业人员一直都在研究如何降低施工现场的安全风险，但是似乎一直没有找到从根本上解决这个问题的方法，建筑业施工现场的安全事故一直困扰着建筑业。识别事故发生前可能的前馈信号具有提高安全绩效的巨大潜力，许多组织已经开始研究如何确定事故前馈信号的程序和方法，并且已经从中获益。本文的研究目标就是从建筑业施工现场前馈信号的视角，建立针对施工现场安全危险源的前馈信号进行实时监控、对安全风险进行实时预测的方法。 首先，在详细的文献综述的基础上，分析了国内外安全风险的研究现状和研究方向，并且借鉴了天气预报和地震预报的研究思路，指出了目前的研究不足。进而，针对现有研究及实践中提高安全绩效的不足，分析了施工现场的前馈信号及未遂事件对提高安全绩效的重要意义。在此基础上，构建了完整的施工现场安全管理系统。 其次，建立了施工现场前馈信号及未遂事件（precursors and immediate contributory factors，简写为PaICFs）调查模型，其主要目标是从安全事故历史记录中分析前馈信号及未遂事件。然后，利用美国职业安全健康管理局（Occupational Safety and Health Adiministration，简写为OSHA）的案例和英国健康安全管理局（Health and Safety Executive，简写为HSE）的案例进行了详细的案例分析，选择“从脚手架摔落”类型的安全事故作为研究对象，得到了可能的前馈信号，进一步验证了PaICFs调查模型的效果。进而，向英国施工现场安全负责人或者安全顾问发放了调查问卷，以获得其对前馈信号有效性的认可程度。同时，为了衡量问卷参与者之间的内部一致性，使用Kappa统计值衡量了问卷结果是否完全（或者部分）是由于偶然性造成的。 接着，针对建筑业施工现场前馈信号的特点，建立了改进的事故序列前馈信号模型（Modified Accident Sequence Precursor，简写为MASP）。该模型一方面对事件树的建立方法进行了改进，同时，由于施工现场安全管理所关心的问题实际上是一个条件概率，即在某一个前馈信号（或者某几个前馈信号的组合）发生的情况下，可能导致安全事故的可能性，从而利用条件概率公式改进了原有的算法，并且计算了基于前馈信号的施工现场的安全风险。然后，针对MASP计算过程中涉及的不同变量，进一步对MASP进行了敏感性分析，得到了敏感性程度的排序。 再次，基于信号检测理论（Signal Detection Theory，简写为SDT）建立了施工现场安全风险预测模型，建立并比较了不同准则下预警阈值的计算方法和使用条件，得出在目前的情况下，使用奈曼-皮尔逊准则确定阈值是合适的。然后，对安全信号密度函数和危险信号密度函数的分布形式进行了假设，对参数进行了估计，并且进行了假设检验。进而，基于SDT理论建立了对施工现场安全风险预警系统的敏感性和风险倾向进行测度的方法。计算结果表明，示例预警系统的敏感性较低，风险倾向属于保守型。 最后，在大量案例分析的基础上，分析了施工现场实时监控子系统的自动获取数据的需求。结果表明，需求主要涉及三类数据：位置类、身份类和环境类实时信息。为了满足这三类数据的需求，本文基于Zigbee协议的射频识别无线传感器网络（Zigbee enabled RFID System）设计了系统结构．在这个集成的系统结构中，除了被动式RFID标签与他们的阅读器之间的通信，网络中的所有通信都由Zigbee协议支持，超声波被用来实时测算位置。接着，讨论了该系统中相关硬件的采用，解释并示意了在实际的施工现场中如何实施这个系统。在此基础上，向英国施工现场安全负责人或者安全顾问发放了调查问卷，以检验其是否认为实时监控子系统可能提供的实时信息对提高施工现场的安全绩效有作用。同样，为了衡量问卷参与者之间的内部一致性，使用Kappa统计值衡量了该问卷结果是否完全（或者部分）是由于偶然性造成的。