隧道工程的施工通常伴随着高风险,风险主要来源于两个方面：一方面是对复杂的地质水文条件了解有限,一方面则来源于施工技术和管理水平。随着技术的进步,经验的积累,隧道施工的安全性有所提高,但是隧道发生坍塌、地下水涌入,过度变形、岩石脱落等事故的情况仍时有发生,这些事故的发生使得隧道施工的成本大幅攀升,工期发生延误,更严重的是危害了施工人员的安全以及给地面交通、建筑物以及行人的安全带来威胁。其中,对施工周围的地质条件了解不够是导致事故频发的重要原因。充分的掌握隧道施工附近的地质水文条件对于安全施工及其重要。本文采用一个风险分析模型来分析和控制隧道施工工程中的风险。它包括一个地质条件预测模型和一个施工策略决策模型。地质条件预测模型基于马尔科夫随机过程和BP神经网络,它通过在施工过程中不断观测到的参数来不断概率化预测和更新当前开挖面和开挖面前方的地质条件,有效的补充了采用原位设备获取的隧道具体位置的地质信息；决策模型根据预测模型的结果选择合适的施工策略,这种合适的施工策略要求在降低风险的同时,尽可能的减少施工成本。该模型被成功用于一个实证案例中,409组样本数据被用于训练模型,347组检验数据被用来检验模型的可行性。检验结果显示,地质条件预测模型预测的地质条件和实际的地质条件很吻合,尤其是在土体和岩体中预测准确率高达97.37%和73.28%,然而在混合体中表现的不够好,这可能是由于混合体既有土体的特性又有岩体的特性所导致；决策模型确定了在30.5%的路段采用开放的施工方式,在69.5%的路段采用保守的施工方式,和完全采用保守的施工方式相比,这将节省17.15%的效用。该模型有效的补充了通过仪器和设备原位检测获取的地质条件信息,加深了对地质条件的了解,在一定程度上降低了施工风险,减少了施工成本。虽然该模型在地质条件的划分、效用函数的确定和模型在其他隧道中的推广仍需进一步的提高和努力,但这并不妨碍该模型成为设计者和施工者正确的分析隧道施工中的风险,减少在设计和施工中的保守措施的一个强有力的工具,另外,这也将为其他研究人员研究隧道施工提供一定的借鉴。