在大型工程项目的管理目标中,进度管理是重要目标之一,高效成功的工程进度管理不仅是获得经济利益的保证,也是获得工程社会效益的保障。大型工程项目因其工程规模大、持续时间长等特点,长期处于复杂并动态的环境中,面临各种不确定性因素的威胁,因此有必要研究大型工程项目的进度风险管理。本文基于贝叶斯网络对大型工程项目的进度风险进行研究分析,首先对国内外在工程进度风险管理和贝叶斯网络方面进行了详细的综述。然后介绍并分析了常见的大型工程项目进度风险因素,整理了风险管理的一般步骤,又对贝叶斯网络的基础理论贝叶斯概率进行了描述,介绍了贝叶斯网络的定义和特点。基于上述理论基础,本文对大型工程项目的进度风险进行识别,通过对历史文献分析法、头脑风暴法和调查问卷法多种风险识别方法的综合应用,确定了用于本文研究建模的15个进度风险因素；进一步根据风险等级矩阵,考虑各个风险可能对工程进度造成延迟的程度和风险发生的可能性对进度风险进行综合分析评价。本文基于实际数据集,用K2算法进行数据结构学习,并结合因果关系分析进一步调整和优化,构建了贝叶斯网络结构；再使用调研得到并已进行评估处理的数据进行贝叶斯网络的参数学习,获得各个节点变量的条件概率分布,继而对构建的大型工程项目进度风险贝叶斯网络进行推理分析,通过敏感性分析和最大致因链的分析得出较为关键和敏感的风险因素,提出有针对性的管理建议,以提高大型工程项目在进度上的管理效率。最后,本文将大型工程项目进度风险贝叶斯网络模型应用于南广铁路郁江特大桥项目,对郁江特大桥的进度风险进行分析,在贝叶斯网络模型中进行定量分析,得出郁江特大桥的工期延迟期望值并分析。本文通过对大型工程项目进度风险的识别和分析评估,以及贝叶斯网络的建模、学习推理和应用,构建并验证贝叶斯网络模型用于大型工程项目进度风险管理的可行性和适用性,为大型工程项目的进度风险管理提供有效、方便的定量预测管理工具。