随着科学技术的发展，城市化进程的推进，世界各国都开始将目光投向了城市地下空间的开发和利用，以此作为解决越来越多城市问题的重要手段。然而地下工程施工工艺复杂，技术要求高，环境变化不确定，特别是在繁华地区的施工，一旦出现风险后果严重，因此对地下工程的风险识别显得尤为重要。但是，传统的风险辨识方法不能满足实际工程在动态环境下的应用，而人工智能领域中新兴的人工免疫网络的研究使我们发现，免疫网络检测和抵御抗原的机制与工程风险辨识之间有着惊人的相似性。本文受此启发，构建了类似生物免疫系统中“先天免疫系统”与“获得性免疫系统”协同作用的风险辨识模型。初步实验证明，该模型在实际的工程数据输入下是可行有效的，表现了良好的风险识别能力。本文的主要工作与创新点如下： (1)基于树突状细胞算法(DCA)中的概念和理论，针对实际工程的应用环境提出了一种改进的DCA算法-IDCA。相对于原算法，IDCA有着更快的环境检测能力和更高的识别精度，这是因为IDCA算法有着更高的“抗原提呈”能力，并在模型中构成了“先天免疫系统”。 (2)把IDCA的抗原提呈与人工免疫网络结合，提出了基于IDCA的人工免疫网络——IDCAIN。在传统人工免疫网络理论和算法框架的基础上，IDCAIN融合了人工识别球(ARB)、克隆时间、部分平均距离、子网压缩等概念和方法对人工免疫网络做了改进。改进后的人工免疫网络部分构成了模型中的“获得性免疫系统”，而IDCA的抗原提呈结果(以mcav表达)通过激励函数用以指导IDCAIN最终对抗原的评价。实验证明IDCAIN比IDCA有着更强的适应能力，同时也具有IDCA算法良好的识别精度。 (3)以IDCAIN为核心，提出了一种用于地下工程风险辨识的模型。模型体现了生物免疫系统中“先天免疫系统”与“获得性免疫系统”的协同作用，并在盾构隧道施工风险监控系统中得到应用。论文以上海长江越江隧道推进段施工中土压力实时监测数据与盾构推进数据进行了仿真实验，发现模型对风险有着良好的识别精度，而且给出了一些令人感兴趣的结果，为工程技术人员提供了更多有价值的信息。