“十四五”期间,地铁建设将是我国构建交通强国,努力实现城市群和都市圈轨道交通网络化的重要手段,而地铁施工安全风险是掣肘地铁建设的最大阻碍。为此,如何理解地铁施工安全风险事故演化机制,以及如何量化地铁施工安全风险概率并进行风险控制成本分析,成为当下研究热点。本文基于复杂网络理论、贝叶斯网络以及情景分析方法对此问题展开研究,主要工作如下:首先,本研究依据经典事故致因理论,构建地铁施工安全风险事故的产生机理,明晰地铁施工安全风险事故的概念。利用网络爬虫技术爬取我国地铁施工安全风险事故案例,基于事故案例开展文本分析,得到待筛选风险关键词。根据李克特量表进行专家调查确定风险关键词清单。结合DRCc风险模型,阐述事故案例具体描述转化为事故演化链的通用法则。在此基础上,将收集到的事故案例具体描述转化为相应演化链,借助网络数据可视化分析软件Gephi构建地铁施工安全风险整体网络和对应于具体事故类型的子网络。通过地铁施工安全风险复杂网络的拓扑性质分析,阐释地铁施工安全风险的演化特征,证明地铁施工安全风险复杂网络关键节点的存在。其次,辨析复杂网络关键节点的静态与动态识别方法,构建马尔科夫性质的定性判定法则并运用静态识别方法中的网络效率敏感度分析法识别关键节点用以构建地铁施工安全风险贝叶斯网络。采用机器学习与主观判定相结合的方法确定贝叶斯网络的网络结构和参数结构。基于地铁施工安全风险贝叶斯网络,进行正向因果推理、反向诊断推理以及敏感性分析。引入情景分析理论构建地铁施工安全风险控制的不同情景,对保守型、稳健型和激进型三种风险控制情景进行设计、贝叶斯概率推理和风险控制成本分析,并在此基础上引入决策者对重大伤亡事故的善后处理费用或者重大伤亡事故可能带来的声誉损失的认知、相关政策规范的约束以及决策者的自我约束等角度,对上述三种情景进行延拓以深化风险控制成本分析的结果。最后,以杭州地铁1号线九堡站基坑施工项目为例,运用上述构建的贝叶斯网络和风险控制情景,分析实际地铁施工安全风险的概率与不同情景下的风险控制成本。