層次分析法

將一個復雜的多目標決策問題作為一個系統，將目標分解為多個目標或準則，進而分解為多指標（或準則、約束）的若干層次，通過定性指標模糊量化方法算出層次單排序（權數）和總排序，以作為目標（多指標）、多方案優化決策的系統方法。

應用領域比較廣闊，可以分析社會、經濟以及科學管理領域中的問題。適用于任何領域的任何環節，但不適用于層次復雜的系統。

蒙特卡羅法

又稱統計模擬法、隨機抽樣技術，是一種隨機模擬方法，以概率和統計理論方法為基礎的一種計算方法，是使用隨機數（或更常見的偽隨機數）來解決很多計算問題的方法。

比較適合在大中型項目中應用。優點是可以解決許多復雜的概率運算問題，以及適合于不允許進行真實試驗的場合。對于那些費用高的項目或費時長的試驗，具有很好的優越性。

一般只在進行較精細的系統分析時才使用，適用于問題比較復雜，要求精度較高的場合，特別是對少數可行方案進行精選比較時更有效。

可靠度分析法

分析結構在規定的時間內、規定的條件下具備預定功能的安全概率的方法。

適用于計算結構的可靠度指標，并可以對已建成的結構進行可靠度校核。該方法適用于對建筑結構設計進行安全風險分析。

數值模擬法

采用數值計算軟件對結構進行建模模擬，分析結構設計的受力與變形，并對結構進行風險評估。

該方法適用于復雜結構的計算，判定結構設計與施工風險信息。

模糊綜合評價法

根據模糊數學的隸屬度理論把定性評價轉化為定量評價，即用模糊數學對受到多種因素制約的事物或對象做出一個總體的評價。

結果清晰，系統性強，能較好地解決模糊的、難以量化的問題，適合各種非確定性問題的解決，能適用于任何系統的任何環節，適用性較廣。

神經網絡法

一種模仿動物神經網絡行為特征，進行分布式并行信息處理的算法數學模型。這種網絡依靠系統的復雜程度，通過調整內部大量節點之間相互連接的關系，從而達到處理信息的目的。

適用于預測問題，原因和結果的關系模糊的場合或模式識別及包含模糊信息的場合。

不一定非要得到最優解，主要是快速求得與之相接近的次優解的場合；組合數量非常多，實際求解幾乎不可能的場合；對非線性很高的系統進行控制的場合。

敏感性評估法

敏感性分析法是指從眾多風險因素中找出對建筑工程安全指標有重要影響的敏感性因素，并分析、測算其對工程項目安全指標的影響程度和敏感性程度，進而判斷項目承受風險能力的一種不確定性分析方法。

用以分析工程項目安全性指標對各不確定性因素的敏感程度，找出敏感性因素及其最大變動幅度，據此判斷項目承擔風險的能力。

這種分析尚不能確定各種不確定性因素發生一定幅度的概率，因而其分析結論的準確性就會受到一定的影響。

故障樹法

采用邏輯的方法，形象地進行危險的分析工作，特點是直觀、明了，思路清晰，邏輯性強，可以做定性分析，也可以做定量分析。

應用比較廣，非常適用于重復性較大的系統。常用于直接經驗較少的風險識別。

事件樹法

一種按事故發展的時間順序由初始事件開始推論可能的后果，從而進行危險源辨識的方法。

該方法可以用來分析系統故障、設備失效、工藝異常、人為失誤等，應用比較廣泛，但不能分析平行產生的后果，不適用于詳細分析。

項目分解結構-風險分解結構風險評價矩陣法

通過定性分析和定量分析綜合考慮風險影響和風險概率兩方面的因素，對風險因素對項目的影響進行評估的方法。

該方法可根據使用需求對風險等級劃分進行修改，其使用不同的分析系統，但要有一定的工程經驗和數據資料作依據。應用領域比較廣，適用于任何工程的任何環節。但對于層次復雜的系統，要做進一步分析。

貝葉斯網絡評估法

貝葉斯網絡是基于概率推理的數學模型，所謂概率推理就是通過一些變量的信息來獲取其他的概率信息的過程，基于概率推理的貝葉斯網絡分析法能解決不定性和不完整性問題。

它對于解決復雜系統中的不確定性和關聯性引起的風險有很大的優勢。