为了解决国民经济发展中的能源短缺问题，改善生态环境，促进区域经济的协调和可持续发展，“十一五”和“十二五”将迎来我国水电建设的黄金时期，但是重大水电工程均处于我国西部高山峡谷和高地震区，地质条件复杂，施工环境差，危险控制难度大，水电建设项目整体安全生产形势严峻。同时，当前我国水电工程安全管理缺乏事前的预防控制手段，预警方法落后。因此，对水电工程施工安全事故预警问题进行研究就具有重要的理论和现实意义。　　 由于我国水电工程施工安全事故的动态性、随机性和模糊性特点，各参数之间相互制约，许多问题表现出明显的非线性关系，传统“线性的”、“局部的”和“确定型的”分析和预警方法，未能解决因素和事故的映射关系、定权和变权、随机性和模糊性等问题，通过引入粗糙集和模糊神经网络方法，分析了这两种方法应用在水电工程施工安全事故预警的可行性。　　 围绕水电工程施工过程，探索水电工程施工安全事故的成因机理，建立施工与运行相耦合的事故预警指标；利用粗糙集理论对指标进行预处理，优化训练集，减少预警指标数量，寻找影响安全生产目标的最小预警指标因素集；运用模糊神经网络对水电工程施工安全样本进行训练，构造决策函数，生成模式聚类规则，初步设计水电工程施工安全事故预警模型，构建一种能对同性质施工安全事故具有免疫功能，并对各种施工安全事故具有预防和矫正功能的“自组织”机制，保证水电工程施工处于有序的安全状态。并结合实际工程，不断检验和修正模型，从而为水电工程施工安全事故预警和控制提供决策支持保障。