当今,建筑行业是我国重要的产业之一,生产总值巨大并且增长速度迅速,在我国经济中占有不可撼动的地位。它的安全发展可以使国民经济平稳增长,为社会带来更多的就业机会,使得建筑行业成为了近年来热门的行业之一。由于建筑施工作业本身是随机的、动态的和不确定的,考虑到建筑施工过程中的复杂性,本论文主要建立了一种具有较高精确度的安全事故预测模型。基于这种预测模型,可以为安全措施以及建筑施工法律法规提供科学的依据,也可以更好地制定出合理的安全管理目标,对推动建筑业及社会经济的持续健康发展具有重要意义,更加有助于社会的和谐发展。首先对建筑施工安全事故的特点、类型和发生规律进行分析,找出导致建筑施工安全事故的主要影响因素分别是高处坠落、坍塌、物体打击和起重伤害,对主要影响因素进行灰色关联分析。由于建筑施工安全事故及其影响因素的原始数据是随机振荡的,因此要对原始数据进行加速平移变换与加权均值生成变换来弱化其随机性。然后用变换后的数据建立建筑施工安全事故的灰色预测模型,得出变换后的灰色预测模型优于传统的灰色预测模型。最后在分析BP神经网络和变换后的灰色预测模型两者建模优点的基础上,提出了基于灰色BP神经网络的多因素建筑安全事故预测的组合模型,并与灰色马尔科夫组合模型和单一的灰色预测模型进行对比,证明该方法的精确度,可以有效地预测建筑安全事故,为今后建筑安全管理提供科学的理论依据。