项目大型化、复杂化的情境下其安全风险呈时空强相关性,此背景下风险诊断的传统方法难以奏效。传感器、大数据的发展成为契机,实时诊断成为突破口。从事前预防、事中监控到应急处置,实时诊断建立起理论实践桥梁的同时也成为一种新的实践方法论。在此基础上,本文对项目进度与安全的实时诊断进行了研究。研究分为四个部分,包括项目安全风险及其表象、项目实时状态自动获取、项目进度与安全实时诊断及管理风险表象挖掘。项目安全风险及其表象中引入心理学中表象的概念对项目安全风险表象及其特征进行了定义并分析了其性质,提出了安全风险表象特征分解的概念并提供了分解的思路方法及简单的示例。项目实时状态自动获取中首先揭示了实时诊断的背景并分析了其隐含的公理假设。接着讨论了项目实时状态应包含的内容。然后提出了项目实时状态自动获取的方法,分析了获取设备人员位置信息的定位方案设计需遵循的原则与需满足的要求。最后对已有的技术手段,传感器技术、数据融合技术做了简单介绍。项目进度与安全实时诊断中首先对实时诊断进行了定义,阐释了其原理与规则,在此基础上提出了融入大数据思想、循证思想、包管理思想的云诊断平台概念,讨论了云诊断平台的存储方案并刻画了云诊断平台的目标、内容、原则、逻辑体系和核心业务体系。最后以地铁施工为例,利用R平台基于关联规则进行了地铁施工管理风险表象的文本挖掘研究,提出了施工安全事故预防的建议。本文考虑进度与安全集成的大型复杂项目的诊断问题,是对传统项目诊断的创新。对大型复杂项目安全风险的实时状态诊断是对传统诊断的突破。应用大数据思维方法构建实时诊断框架克服了传统方法在实时性上的欠缺。将循证方法嵌入大数据诊断系统解决了初始规则稀疏问题,基于最佳证据进行实践,是对进度与安全的实时诊断理论方法的创新。此研究有助于推动大型复杂项目进度与安全的集成管理。