建筑业是我国经济支柱产业之一,最近几年来该行业取得了较快地发展。就我国建筑业的发展状况来看,不管是安全管理水平还是施工技术都在逐渐提升,相关法律体系不断完善,监管力度不断加大,但是,每年发生的安全生产事故数量仍远远高于欧美等发达国家,所以建筑业在安全管理问题方面,形势依旧严峻。特别是时下,全国各地兴建的各式各样的建筑物不断刷新我国的天际线高度,随着建筑高度的不断提高,每年上千人因为发生建筑工程高处坠落事故而失去生命,不仅造成严重的经济损失,更危害社会稳定。本文主要针对建筑工程中经常发生的高处坠落事故进行了深入地分析,具体包括在进行临边作业、悬空作业、洞口作业、操作平台作业、攀登作业及交叉作业等过程中发生的高处坠落事故,对高处作业特点进行描述,详细的对每一种事故类型进行剖析,总结出建筑工程高处坠落事故发生的原因,在此基础上建立建筑工程高处坠落事故安全预警指标体系。建筑工程高处坠落的安全预警是一种非线性模型,而BP神经网络在解决非线性问题方面具备很多其他网络模型无法超越的优势,其优越性主要在于:与之前的安全预警方法相比更全面、更完善,同时还针对数据处理提出了一种全新的模式,能对建筑工程高处坠落事故进行更有效地安全预警,其可以带来准确和快速的结果,因此选用BP神经网络作为研究模型。MATLAB软件是运用神经网络模型来对BP神经网络进行训练的专业软件。本文将已建立的建筑工程高处坠落安全预警指标作为神经网络的输入数据,将高处坠落事故的6种事故类型作为输出数据,以专家打分的方式对20个样本项目的输入项进行打分,应用前18组样本数据对BP神经网络进行训练,已训练好的神经网络模型通过其余2组样本数据进行验证,证实该神经网络在对建筑工程高处坠落事故进行安全预警时是非常可靠的。本文最后一部分的内容是把已经接受完训练的BP神经网络在某健康生物产业家园项目一期工程上进行实际应用,对其施工过程中可能发生的高处坠落事故进行安全预警,并对安全预警结果进行分析。