大力发展装配式建筑有利于节约资源能源、减少施工污染、提高生产效率和安全生产水平、全面提升工程建设标准及建筑质量与品质。目前,我国正处于装配式建筑全面发展期,政策支持力度不断加大、技术标准体系不断完善,但仍在技术支撑、市场培育、配套能力建设和管理模式转型等方面与发达国家存在较大差距;施工组织与工艺工法过时、设备机具落后、现浇装配并存、施工难度大且工序复杂等现状都致使现阶段的装配式施工水平不高、隐患突出,施工安全管理面临严峻的考验。而安全管理是通过遵循信息规律完成的一系列风险防范工作,故其重难点在于对事故风险的安全预警。研究表明,传统预警方法采用的评价分析模型具有较大局限性,预警效果较差,而相关向量机等机器学习方法在数据挖掘、预警预测方面更具优越性。基于此,本文从装配式建筑工程施工现场的吊装环节切入,利用相关向量机这种方法尝试对塔机拟完成的预制构件吊装作业进行安全风险预警分析,根据预警结果,及时取消或暂停危险作业,采取相关措施并消除潜在风险,以预防事故发生。论文从文献研究、理论方法分析和行业现状调查入手:首先,对比传统现浇工艺中塔式起重机吊运作业,结合装配式吊装作业工序、安全施工要点与措施,分析装配式建筑安全管理存在的问题以及吊装作业所面临的安全风险,进而从“人-机-料-法-环”五方面确定安全预警指标,建立预警4M1E要素框架;然后,分析利用机器学习方法实现塔机吊装作业安全预警用于装配式建筑现场施工安全生产管理的可行性,按照建模逻辑依次阐述输入变量的取值与处理、预警算法的选择与原理、算法参数的确定以及模型的工作原理,并通过粗糙集理论与改进粒子群算法优化改进模型原理算法,构建基于粗糙集-改进粒子群算法-相关向量机的装配式建筑吊装作业安全预警模型;最后,以中南大学湘雅校区医学研究生公寓项目为例,分析其吊装作业安全情况,完成预警模型的工程实现,验证本文预警模型的有效性与优势,并结合装配式建筑施工安全管理特点与安全预警要素内容,针对性提出对策与建议,以期通过有效的安全预警来降低装配式建筑吊装作业安全事故发生率。